从数据学习动力学不稳定性的切空间
计算物理
2020-01-08 v2 机器学习
动力系统
混沌动力学
摘要
对于一大类动力系统，最优时变（OTD）模态是一组可形变的正交切向量，沿任意轨迹跟踪不稳定性方向，已知其“逐点”依赖于吸引子上系统的状态，而不依赖于轨迹的历史。我们利用神经网络的力量，直接从数据中学习从相空间到 OTD 空间的这一“逐点”映射。学习过程的结果是一幅相空间中与最强不稳定性相关联方向的图谱。讨论了其对数据驱动的动力学不稳定性预测与控制的意义。
引用
@article{arxiv.1907.10413,
title = {Learning the Tangent Space of Dynamical Instabilities from Data},
author = {Antoine Blanchard and Themistoklis P. Sapsis},
journal= {arXiv preprint arXiv:1907.10413},
year = {2020}
}