論文の概要: Networks' modulation: How different structural network properties affect
the global synchronization of coupled Kuramoto oscillators
- arxiv url: http://arxiv.org/abs/2303.03099v1
- Date: Fri, 24 Feb 2023 13:21:58 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-12 03:50:03.357654
- Title: Networks' modulation: How different structural network properties affect
the global synchronization of coupled Kuramoto oscillators
- Title（参考訳）: ネットワークの変調:構造的ネットワーク特性の違いが倉本振動子の大域的同期に与える影響
- Authors: Juliette Courson, Thanos Manos and Mathias Quoy
- Abstract要約: 同期は、異なる振動物体が互いに相互作用するときにリズムを調整するときに起こる。
本稿では,Fully-Connected,Random,Regular ring graph,Small-World,Scale-Freeなどのネットワークアーキテクチャの影響について検討する。
我々の主な発見は、スケールフリーおよびランダムネットワークにおいて、固有ベクトル中心性と平均最短経路長に基づく洗練されたノードの選択が、より高い同期性を達成するための体系的な傾向を示すことである。
- 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: In a large variety of systems (biological, physical, social etc.),
synchronization occurs when different oscillating objects tune their rhythm
when they interact with each other. The different underlying network defining
the connectivity properties among these objects drives the global dynamics in a
complex fashion and affects the global degree of synchrony of the system. Here
we study the impact of such types of different network architectures, such as
Fully-Connected, Random, Regular ring lattice graph, Small-World and Scale-Free
in the global dynamical activity of a system of coupled Kuramoto phase
oscillators. We fix the external stimulation parameters and we measure the
global degree of synchrony when different fractions of nodes receive stimulus.
These nodes are chosen either randomly or based on their respective strong/weak
connectivity properties (centrality, shortest path length and clustering
coefficient). Our main finding is, that in Scale-Free and Random networks a
sophisticated choice of nodes based on their eigenvector centrality and average
shortest path length exhibits a systematic trend in achieving higher degree of
synchrony. However, this trend does not occur when using the clustering
coefficient as a criterion. For the other types of graphs considered, the
choice of the stimulated nodes (randomly vs selectively using the
aforementioned criteria) does not seem to have a noticeable effect.
- Abstract（参考訳）: 様々なシステム(生物学的、物理的、社会的など)において、異なる振動物体が互いに相互作用する際にリズムを調整すると同期が発生する。
これらのオブジェクト間の接続性を定義するネットワークは、複雑な方法でグローバルダイナミクスを駆動し、システムのグローバル同期度に影響を与える。
本稿では,内蔵元位相発振器結合系の大域的動的活動における,フリー接続,ランダム,正規リング格子グラフ,スモールワールド,スケールフリーなどのネットワークアーキテクチャの影響について検討する。
我々は、外部刺激パラメータを固定し、異なるノードが刺激を受けると、大域的な同期度を測定する。
これらのノードはランダムに選択されるか、あるいはそれぞれの強弱接続特性(中央性、最短経路長、クラスタリング係数)に基づいて選択される。
我々の主な発見は、スケールフリーおよびランダムネットワークにおいて、固有ベクトル中心性と平均最短経路長に基づく洗練されたノードの選択が、より高い同期性を達成するための体系的な傾向を示すことである。
しかしながら、クラスタリング係数を基準として使用する場合、この傾向は発生しない。
他の種類のグラフについて考えると、刺激されたノードの選択(上記基準をランダムに使用した場合と選択する場合)は顕著な効果がないようである。
関連論文リスト
- Discovering Message Passing Hierarchies for Mesh-Based Physics Simulation [61.89682310797067]
DHMPを導入し,異なるノード選択手法を用いてメッセージパッシングネットワークの動的階層を学習する。
本実験はDHMPの有効性を実証し,近年の固定階層型メッセージパッシングネットワークと比較して平均22.7%改善した。
論文 参考訳（メタデータ） (2024-10-03T15:18:00Z) - A Dirichlet stochastic block model for composition-weighted networks [0.0]
合成重みベクトルの直接モデリングに基づく合成重み付きネットワークのブロックモデルを提案する。
推論は分類期待-最大化アルゴリズムの拡張によって実装される。
このモデルはシミュレーション研究を用いて検証され,Erasmus交換プログラムのネットワークデータと,ロンドン市における自転車共有ネットワークで実証された。
論文 参考訳（メタデータ） (2024-08-01T15:41:07Z) - Federated Graph Semantic and Structural Learning [54.97668931176513]
本稿では,ノードレベルのセマンティクスとグラフレベルの構造の両方によって局所的なクライアントの歪みがもたらされることを示す。
構造的グラフニューラルネットワークは、固有の隣接関係のため、隣人に類似性を持っていると仮定する。
我々は、隣接関係を類似度分布に変換し、グローバルモデルを利用して関係知識を局所モデルに蒸留する。
論文 参考訳（メタデータ） (2024-06-27T07:08:28Z) - Discovering group dynamics in synchronous time series via hierarchical
recurrent switching-state models [3.5902825399592193]
同じ期間に相互作用する複数のエンティティから生じる時系列の集合をモデル化する。
近年,個々の時系列のモデル化に焦点を絞った研究は,集合的なシステムレベルの振る舞いが個々の実体の軌跡に影響を及ぼすという,我々の意図した応用には不十分である。
我々は、潜在エンティティレベルチェーンを駆動する潜在システムレベルの離散状態チェーンを使用し、各観測時系列のダイナミクスを制御します。
論文 参考訳（メタデータ） (2024-01-26T16:06:01Z) - Inferring the Graph of Networked Dynamical Systems under Partial
Observability and Spatially Colored Noise [2.362288417229025]
ネットワーク動的システム(Networked Dynamical System, NDS)では、各ノードが近隣ノードのダイナミクスと結合されたシステムである。
基盤となるネットワークは多くのアプリケーションで未知であり、観測データから推測されるべきである。
論文 参考訳（メタデータ） (2023-12-18T16:19:07Z) - Leveraging Low-Rank and Sparse Recurrent Connectivity for Robust
Closed-Loop Control [63.310780486820796]
繰り返し接続のパラメータ化が閉ループ設定のロバスト性にどのように影響するかを示す。
パラメータが少ないクローズドフォーム連続時間ニューラルネットワーク(CfCs)は、フルランクで完全に接続されたニューラルネットワークよりも優れています。
論文 参考訳（メタデータ） (2023-10-05T21:44:18Z) - Localization and delocalization in networks with varied connectivity [0.0]
有限領域から全領域の結合に異なる接続性を有する回路QEDネットワークにおける局所化と非局在化の現象について検討する。
相互作用するケース(Jaynes-Cummings, Bose-Hubbard Network)は、量子力学と半古典的アプローチの両方を通して研究される。
論文 参考訳（メタデータ） (2022-02-24T18:01:38Z) - KuraNet: Systems of Coupled Oscillators that Learn to Synchronize [8.53236289790987]
KuraNetは結合振動子の深層学習システムであり、乱れたネットワーク条件の分布にまたがって同期を学習することができる。
本研究では, 自然周波数の乱れ, 外部磁場強度, 相互作用遅延を考慮した解析不可能なモデルにおいて, グローバル同期の条件を実証的に検討する方法について述べる。
いずれの場合も、CuraNetが新しいデータと新しいネットワークスケールの両方に一般化し、小さなシステムとの作業を容易にし、熱力学限界に関する仮説を形成する方法を示します。
論文 参考訳（メタデータ） (2021-05-06T17:26:33Z) - Graph Gamma Process Generalized Linear Dynamical Systems [60.467040479276704]
実マルチ変数時系列をモデル化するために,グラフガンマ過程(GGP)線形力学系を導入する。
時間的パターン発見のために、モデルの下での潜在表現は、時系列を多変量部分列の同相集合に分解するために使用される。
非零次ノード数が有限であるランダムグラフを用いて、潜時状態遷移行列の空間パターンと次元の両方を定義する。
論文 参考訳（メタデータ） (2020-07-25T04:16:34Z) - Unsupervised Differentiable Multi-aspect Network Embedding [52.981277420394846]
本稿では,asp2vecと呼ばれるマルチアスペクトネットワーク埋め込みのための新しいエンドツーエンドフレームワークを提案する。
提案するフレームワークは容易に異種ネットワークに拡張できる。
論文 参考訳（メタデータ） (2020-06-07T19:26:20Z) - ClusterVO: Clustering Moving Instances and Estimating Visual Odometry
for Self and Surroundings [54.33327082243022]
ClusterVOはステレオビジュアルオドメトリーで、エゴと周囲の固いクラスタ/オブジェクトの両方の動きを同時にクラスタし、推定する。
以前のソリューションでは、バッチ入力やシーン構造や動的オブジェクトモデルへの事前の指示に頼っていたが、ClusterVOは一般的にオンラインであり、屋内のシーン理解や自律運転など、さまざまなシナリオで使用することができる。
論文 参考訳（メタデータ） (2020-03-29T09:06:28Z)
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。