基于控制输入的极端学习机的非线性动力学 Trans-Bifurcation 预测
混沌动力学
2024-10-21 v1 机器学习
机器学习
摘要
通过在极端学习机中引入额外的控制输入，我们实现了对动力系统分支结构的几乎完整复现。该提出神经网络系统的学习能力令人惊讶，整个目标一参数动力系统族的分支结构仅通过使用少量参数值进行瞬态动力学训练即可几乎复现。此外，我们提出了解释这种惊人学习能力的机制，并讨论了当前结果与 Kim 等人类似结果之间的关系。
引用
@article{arxiv.2410.13289,
title = {Trans-Bifurcation Prediction of Dynamics in terms of Extreme Learning Machines with Control Inputs},
author = {Satoru Tadokoro and Akihiro Yamaguchi and Takao Namiki and Ichiro Tsuda},
journal= {arXiv preprint arXiv:2410.13289},
year = {2024}
}