論文の概要: Using local dynamics to explain analog forecasting of chaotic systems

• arxiv url: http://arxiv.org/abs/2007.14216v1
• Date: Wed, 22 Jul 2020 08:43:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-07 23:23:10.447552
• Title: Using local dynamics to explain analog forecasting of chaotic systems
• Title（参考訳）: 局所ダイナミクスを用いたカオスシステムのアナログ予測
• Authors: P Platzer, P. Yiou (LSCE), P. Naveau (LSCE), P Tandeo, Y Zhen, P Ailliot (LMBA), J-F Filipot
• Abstract要約: 本研究では,システムのダイナミクスを局所的に近似することで,様々なアナログ予測手法の特性について検討する。 アナログ予測性能はフローマップの局所ヤコビ行列と強く関連していることがわかった。 提案手法は、アナログ予測誤差を推定し、異なるアナログ手法の比較を可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Analogs are nearest neighbors of the state of a system. By using analogs and their successors in time, one is able to produce empirical forecasts. Several analog forecasting methods have been used in atmospheric applications and tested on well-known dynamical systems. Although efficient in practice, theoretical connections between analog methods and dynamical systems have been overlooked. Analog forecasting can be related to the real dynamical equations of the system of interest. This study investigates the properties of different analog forecasting strategies by taking local approximations of the system's dynamics. We find that analog forecasting performances are highly linked to the local Jacobian matrix of the flow map, and that analog forecasting combined with linear regression allows to capture projections of this Jacobian matrix. The proposed methodology allows to estimate analog forecasting errors, and to compare different analog methods. These results are derived analytically and tested numerically on two simple chaotic dynamical systems.
• Abstract（参考訳）: アナログは、システムの状態の最も近い隣人である。 アナログとその後継を時間的に利用することで、経験的な予測を生成できる。 いくつかのアナログ予測手法は大気応用に使われ、よく知られた力学系でテストされている。 実際には効率的ではあるが、アナログ法と力学系の理論的関係は見過ごされている。 アナログ予測は、興味ある系の実際の力学方程式と関連付けられる。 本研究では,システムのダイナミクスの局所近似を用いて,様々なアナログ予測手法の特性について検討する。 アナログ予測性能はフローマップの局所ジャコビアン行列と強く関連しており、アナログ予測と線形回帰が組み合わさることで、このヤコビ行列の射影を捉えることができる。 提案手法により,アナログ予測誤差を推定し,異なるアナログ手法を比較することができる。 これらの結果は解析的に導出され、2つの単純なカオス力学系上で数値的に検証される。

関連論文リスト

• On the relationship between Koopman operator approximations and neural ordinary differential equations for data-driven time-evolution predictions [0.0]
  辞書学習による拡張動的モード分解(EDMD-DL)は、状態空間上の非線形離散時間フローマップのニューラルネットワーク表現と等価であることを示す。 それぞれのモデル構造と訓練手順の異なる側面を組み合わせることで,数種類のニューラル常微分方程式(ODE)とEDMD-DLを実装した。 ロレンツ系におけるカオス力学の数値実験と乱流せん断流れの9モードモデルを用いてこれらの手法を評価する。
  論文  参考訳（メタデータ） (2024-11-20T00:18:46Z)
• Analysis and Forecasting of the Dynamics of a Floating Wind Turbine Using Dynamic Mode Decomposition [0.0]
  本稿では, 動的モード分解(DMD)に基づくヘキサフロート浮揚風力タービンの動特性の, データ駆動式フリーモデリングについて述べる。 フローティングシステムに作用する動き,加速度,力の予測アルゴリズムを開発した。 その結果,システム状態の短期的将来予測に対するアプローチの能力が示され,リアルタイムな予測と制御が可能となった。
  論文  参考訳（メタデータ） (2024-11-08T18:38:29Z)
• Capturing dynamical correlations using implicit neural representations [85.66456606776552]
  実験データから未知のパラメータを復元するために、モデルハミルトンのシミュレーションデータを模倣するために訓練されたニューラルネットワークと自動微分を組み合わせた人工知能フレームワークを開発する。 そこで本研究では, 実時間から多次元散乱データに適用可能な微分可能なモデルを1回だけ構築し, 訓練する能力について述べる。
  論文  参考訳（メタデータ） (2023-04-08T07:55:36Z)
• Distributed Bayesian Learning of Dynamic States [65.7870637855531]
  提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。 逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
  論文  参考訳（メタデータ） (2022-12-05T19:40:17Z)
• A Priori Denoising Strategies for Sparse Identification of Nonlinear Dynamical Systems: A Comparative Study [68.8204255655161]
  本研究では, 局所的およびグローバルな平滑化手法の性能と, 状態測定値の偏差について検討・比較する。 一般に,測度データセット全体を用いたグローバルな手法は,局所点の周辺に隣接するデータサブセットを用いる局所的手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-01-29T23:31:25Z)
• Learning to Assimilate in Chaotic Dynamical Systems [0.0]
  雑音観測のシーケンスから力学系における同化を学習するフレームワークであるアモーティズド・アシミレーションを導入する。 我々は、自己教師型認知から、微分可能シミュレーションを用いて動的システム設定まで、強力な結果を拡張することで、フレームワークのモチベーションを高める。
  論文  参考訳（メタデータ） (2021-11-01T16:07:34Z)
• MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
  シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。 あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。 モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-03T12:59:16Z)
• Using Data Assimilation to Train a Hybrid Forecast System that Combines Machine-Learning and Knowledge-Based Components [52.77024349608834]
  利用可能なデータがノイズの多い部分測定の場合,カオスダイナミクスシステムのデータ支援予測の問題を検討する。 動的システムの状態の部分的測定を用いることで、不完全な知識ベースモデルによる予測を改善するために機械学習モデルを訓練できることを示す。
  論文  参考訳（メタデータ） (2021-02-15T19:56:48Z)
• Probability distributions for analog-to-target distances [0.12314765641075436]
  優れたアナログを見つけるのに必要なカタログのサイズに寸法が果たす役割を示す。 我々は、良好なアナログを見つけるのに必要なカタログのサイズ、および$K$-bestアナログの相対的な手段と分散に次元性が重要な役割を果たしていることを示す。
  論文  参考訳（メタデータ） (2021-01-26T09:10:12Z)
• Stochastically forced ensemble dynamic mode decomposition for forecasting and analysis of near-periodic systems [65.44033635330604]
  本稿では,観測力学を強制線形系としてモデル化した新しい負荷予測手法を提案する。 固有線型力学の利用は、解釈可能性やパーシモニーの観点から、多くの望ましい性質を提供することを示す。 電力グリッドからの負荷データを用いたテストケースの結果が提示される。
  論文  参考訳（メタデータ） (2020-10-08T20:25:52Z)
• Data-Driven Verification under Signal Temporal Logic Constraints [0.0]
  力学が部分的に不明な不確実性のあるシステムを考える。 本研究の目的は,そのようなシステムの軌道による時間論理特性の満足度について研究することである。 本研究では, ベイズ推定手法を用いて, 信頼度と満足度を関連づける。
  論文  参考訳（メタデータ） (2020-05-08T08:32:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。