驯服混沌以采样稀有事件：弱混沌的效应
统计力学
2019-04-18 v1 计算物理
摘要
非线性动力系统中的稀有事件难以采样，原因在于对初始条件扰动的敏感性以及相空间中复杂地貌的存在。本文讨论控制这些困难并在 Metropolis-Hastings Monte Carlo 框架下成功实现高效采样的策略。在回顾强混沌系统下已有成功案例后，我们讨论弱混沌系统的情况。我们展示了不同类型的非双曲性如何限制先前设计的采样方法的效率，并探讨应对它们的策略。我们聚焦于典型低维混沌系统，如 logistic 映射、Pomeau-Manneville 映射，以及具有混合相空间的面积守恒映射。
引用
@article{arxiv.1904.07097,
title = {Taming chaos to sample rare events: the effect of weak chaos},
author = {Jorge C. Leitao and Joao M. V. P. Lopes and Eduardo G. Altmann},
journal= {arXiv preprint arXiv:1904.07097},
year = {2019}
}
备注
10 pages, 7 figures; to appear in Chaos