反应扩散网络中图样形成的对称性基
斑图形成与孤子
2021-03-02 v2 无序系统与神经网络
摘要
在非线性振子网络中,对称性对系统施加硬性约束,可被用以预测普适的动力学特征与稳态,为远离平衡的系统提供了一个罕见的通用组织原理。然而,此类理论对破坏对称性的缺陷的鲁棒性尚未经检验。在此,我们开发一个化学振子的模型实验反应扩散网络,以在与生物学和软机器人相关的自组织系统背景下检验该理论的应用。该网络是由4个相同微反应器组成的环,内含振荡的 Belousov-Zhabotinsky 反应,并通过扩散与最近邻耦合。假设完美对称性,理论预测4类稳定的时空锁相周期态,以及4类引导并构造锁相态间转移的不变流形。在我们的实验中,我们观察到当动力学轨迹与不变流形重合时所发生的预测的对称性导出的同步簇瞬态。然而,我们仅观察到理想均匀系统所预测的4类锁相态中的3类。通过计入少量实验测定的异质性,发现了实验与数值模拟间的定量一致。本工作表明,尽管均匀性假设失效,网络的动力学仍有惊人程度受对称性约束,并提出了为何异质性使某些对称性预测态失稳而非其他态的问题。
引用
@article{arxiv.2101.10434,
title = {The Symmetry Basis of Pattern Formation in Reaction-Diffusion Networks},
author = {Ian Hunter and Michael M. Norton and Bolun Chen and Chris Simonetti and Maria Eleni Moustaka and Jonathan Touboul and Seth Fraden},
journal= {arXiv preprint arXiv:2101.10434},
year = {2021}
}
备注
*Ian and Mike contributed equally to this work. This work is under review by Physical Review X