論文の概要: Control-aware echo state networks (Ca-ESN) for the suppression of
extreme events
- arxiv url: http://arxiv.org/abs/2308.03095v1
- Date: Sun, 6 Aug 2023 12:22:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-08 16:53:09.245839
- Title: Control-aware echo state networks (Ca-ESN) for the suppression of
extreme events
- Title(参考訳): 極端事象抑制のための制御対応エコー状態ネットワーク(Ca-ESN)
- Authors: Alberto Racca and Luca Magri
- Abstract要約: 極端事象は、カオス非線形系の状態や観測可能な状態における突然の大きな振幅変化である。
制御対応エコー状態ネットワーク(Ca-ESN)を導入し、ESNと制御戦略をシームレスに組み合わせ、極端な事象を抑制する。
- 参考スコア(独自算出の注目度): 6.85316573653194
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Extreme event are sudden large-amplitude changes in the state or observables
of chaotic nonlinear systems, which characterize many scientific phenomena.
Because of their violent nature, extreme events typically have adverse
consequences, which call for methods to prevent the events from happening. In
this work, we introduce the control-aware echo state network (Ca-ESN) to
seamlessly combine ESNs and control strategies, such as
proportional-integral-derivative and model predictive control, to suppress
extreme events. The methodology is showcased on a chaotic-turbulent flow, in
which we reduce the occurrence of extreme events with respect to traditional
methods by two orders of magnitude. This works opens up new possibilities for
the efficient control of nonlinear systems with neural networks.
- Abstract(参考訳): 極端事象は突然の大振幅変化またはカオス非線形系の観測可能な状態であり、多くの科学的現象を特徴づける。
その暴力的な性質から、極端な出来事は一般的に悪影響を及ぼし、出来事が起こるのを防ぐ方法を求める。
本研究では,比例積分微分やモデル予測制御といったESNと制御戦略をシームレスに組み合わせ,極端な事象を抑制するための制御対応エコー状態ネットワーク(Ca-ESN)を提案する。
本手法は,従来の手法に対する極端な事象の発生を2桁程度低減するカオス・乱流流れについて紹介する。
この研究は、ニューラルネットワークを用いた非線形システムの効率的な制御の新しい可能性を開く。
関連論文リスト
- Active-Dormant Attention Heads: Mechanistically Demystifying Extreme-Token Phenomena in LLMs [77.66717051042032]
実践者は変圧器に基づく大言語モデルにおいて、3つのパズリング現象を一貫して観察してきた。
これらの現象は、ある種のいわゆる「シンクトークン」が不当に高い注意重みを負っているのが特徴である。
極端トーケン現象のメカニズムを解明する。
論文 参考訳(メタデータ) (2024-10-17T17:54:06Z) - Predicting Cascading Failures with a Hyperparametric Diffusion Model [66.89499978864741]
拡散モデルのレンズによる電力グリッドのカスケード故障について検討する。
我々のモデルは、バイラル拡散原理と物理に基づく概念を統合する。
この拡散モデルはカスケード故障の痕跡から学習可能であることを示す。
論文 参考訳(メタデータ) (2024-06-12T02:34:24Z) - DeNoising-MOT: Towards Multiple Object Tracking with Severe Occlusions [52.63323657077447]
DNMOTは、複数のオブジェクト追跡のためのエンドツーエンドのトレーニング可能なDeNoising Transformerである。
具体的には、トレーニング中にノイズを伴って軌道を拡大し、エンコーダ・デコーダアーキテクチャのデノイング過程をモデルに学習させる。
我々はMOT17,MOT20,DanceTrackのデータセットについて広範な実験を行い,実験結果から,提案手法が従来の最先端手法よりも明確なマージンで優れていることが示された。
論文 参考訳(メタデータ) (2023-09-09T04:40:01Z) - Clustering-based Identification of Precursors of Extreme Events in
Chaotic Systems [0.0]
力学系の状態における急激かつ急激な高振幅変化は、極端事象と呼ばれる。
カオスシステムにおける希少かつ極端な事象の前駆体を特定するために,データ駆動のモジュラリティに基づくクラスタリング手法の適用性を検討した。
論文 参考訳(メタデータ) (2023-06-20T12:38:38Z) - Closed-form control with spike coding networks [1.1470070927586016]
スパイキングニューラルネットワーク(SNN)を用いた効率的かつ堅牢な制御は、依然として未解決の問題である。
スパイク符号化ネットワーク(SCN)の神経科学理論を,クローズドフォームの最適推定と制御を取り入れて拡張する。
模擬スプリング・マス・ダンパーおよびカート・ポールシステムのロバストなスパイク制御を実証した。
論文 参考訳(メタデータ) (2022-12-25T10:32:20Z) - Ranking-Based Physics-Informed Line Failure Detection in Power Grids [66.0797334582536]
ライン障害のリアルタイムかつ正確な検出は、極端な気象の影響を緩和し、緊急制御を活性化する最初のステップである。
電力収支方程式は、非線形性、極端な事象における発生の不確実性の増加、グリッドオブザーバビリティの欠如は、従来のデータ駆動障害検出手法の効率を損なう。
本稿では,グリッドトポロジ情報を利用した物理インフォームドライン故障検出器(FIELD)を提案する。
論文 参考訳(メタデータ) (2022-08-31T18:19:25Z) - Data-driven prediction and control of extreme events in a chaotic flow [6.85316573653194]
流体力学では、極端な事象はシステムの最適設計と操作性に悪影響を及ぼす可能性がある。
本稿では,カオス的なせん断流れにおける極端な事象の予測と制御のためのデータ駆動手法を提案する。
論文 参考訳(メタデータ) (2022-04-25T14:19:57Z) - Discovering and forecasting extreme events via active learning in neural
operators [0.0]
パンデミック・スパイク(パンデミック・スパイク)やローグ・ウェーブ(ローグ・ウェーブ)のような社会や自然の極端な出来事は破滅的な結果をもたらす可能性がある。
極端を特徴づけることは、稀に発生するため困難であり、一見良質な状態から生じ、複雑でしばしば未知の無限次元系に属する。
ベイズ実験設計(BED)における新しいトレーニングスキームと深部神経オペレータ(DNO)のアンサンブルを組み合わせることで,これらの課題に対処する。
このモデルに依存しないフレームワークは、無限次元非線形作用素を近似するDNOのアンサンブルと、極端な事象のデータを積極的に選択するBEDスキームと組み合わせる。
論文 参考訳(メタデータ) (2022-04-05T21:07:47Z) - Sparsity in Partially Controllable Linear Systems [56.142264865866636]
本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。
最適制御には無関係な状態変数を特徴付ける。
論文 参考訳(メタデータ) (2021-10-12T16:41:47Z) - Realizing a dynamical topological phase in a trapped-ion quantum
simulator [0.0]
プログラム可能な量子シミュレーションのための新しいプラットフォームは、非平衡な量子多体力学の新しい状態に前例のないアクセスを提供する。
大規模なエラーに対して自己修正した量子エンタングルメントを作成し、保護し、操作する方法を示す。
我々の研究は、より複雑な動的トポロジカルな順序の実装の道を開いた。
論文 参考訳(メタデータ) (2021-07-20T18:00:00Z) - F-FADE: Frequency Factorization for Anomaly Detection in Edge Streams [53.70940420595329]
エッジストリームにおける異常検出のための新しいアプローチであるF-FADEを提案する。
ノード対間の相互作用の周波数の時間進化分布を効率的にモデル化するために、新しい周波数分解技術を用いる。
F-FADEは、一定メモリしか必要とせず、時間的および構造的な変化を伴う幅広い種類の異常をオンラインストリーミング環境で処理できる。
論文 参考訳(メタデータ) (2020-11-09T19:55:40Z)
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。