Fugu-MT 論文翻訳(概要): Designing Chaotic Attractors: A Semi-supervised Approach

論文の概要: Designing Chaotic Attractors: A Semi-supervised Approach

arxiv url: http://arxiv.org/abs/2407.09545v1
Date: Thu, 27 Jun 2024 08:27:08 GMT
ステータス: 処理完了
システム内更新日: 2024-07-22 13:18:53.324774
Title: Designing Chaotic Attractors: A Semi-supervised Approach
Title（参考訳）: カオストラクタの設計:半教師付きアプローチ
Authors: Tempei Kabayama, Yasuo Kuniyoshi, Kazuyuki Aihara, Kohei Nakajima,
Abstract要約: カオス力学は自然界においてユビキタスであり、工学において有用であるが、幾何学的設計は困難である。本稿では,スケルトンと呼ばれる周期軌道をテンプレートとして提供することにより,所望の形状のカオスを生成するための貯水池計算手法を提案する。
参考スコア（独自算出の注目度）: 4.012351415340318
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Chaotic dynamics are ubiquitous in nature and useful in engineering, but their geometric design can be challenging. Here, we propose a method using reservoir computing to generate chaos with a desired shape by providing a periodic orbit as a template, called a skeleton. We exploit a bifurcation of the reservoir to intentionally induce unsuccessful training of the skeleton, revealing inherent chaos. The emergence of this untrained attractor, resulting from the interaction between the skeleton and the reservoir's intrinsic dynamics, offers a novel semi-supervised framework for designing chaos.
Abstract（参考訳）: カオス力学は自然界においてユビキタスであり、工学において有用であるが、幾何学的設計は困難である。本稿では,スケルトンと呼ばれる周期軌道をテンプレートとして提供することにより,所望の形状のカオスを生成するための貯水池計算手法を提案する。貯水池の分岐を利用して、意図的に骨格のトレーニングを失敗させ、固有のカオスを明らかにします。骨格と貯水池の固有の力学との相互作用から生じる、この訓練されていない引き金の出現は、カオスを設計するための新しい半教師付きフレームワークを提供する。

関連論文リスト

Exploiting hidden structures in non-convex games for convergence to Nash equilibrium [62.88214569402201]
現代の機械学習アプリケーションは、非協調的なナッシュリリアとして定式化することができる。決定論的環境と決定論的環境の両方に明確な収束保証を提供する。
論文参考訳（メタデータ） (2023-12-27T15:21:25Z)
Latent Traversals in Generative Models as Potential Flows [113.4232528843775]
我々は,学習された動的ポテンシャルランドスケープを持つ潜在構造をモデル化することを提案する。物理、最適輸送、神経科学にインスパイアされたこれらの潜在的景観は、物理的に現実的な偏微分方程式として学習される。本手法は,最先端のベースラインよりも定性的かつ定量的に歪んだ軌跡を実現する。
論文参考訳（メタデータ） (2023-04-25T15:53:45Z)
On interpretability and proper latent decomposition of autoencoders [6.85316573653194]
本稿では,オートエンコーダの変換を理論的に解釈する。我々は、多様体の数学的記述を提供する計量テンソルを数学的に導出する。本稿では, 自己エンコーダ潜時空間上の乱流の適切な分解を一般化する手法として, 適切な潜時分解法(PLD)を提案する。
論文参考訳（メタデータ） (2022-11-15T17:55:35Z)
Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
論文参考訳（メタデータ） (2022-02-15T19:00:09Z)
Predicting Physics in Mesh-reduced Space with Temporal Attention [15.054026802351146]
本稿では,トランス方式の時間的アテンションモデルを用いて,長期的依存関係をキャプチャする手法を提案する。本手法は, 複雑な流体力学予測タスクにおいて, 競合するGNNベースラインよりも優れる。我々のアプローチは、高次元複雑な物理課題の解決に注意に基づくシーケンスモデルの利点をもたらす道を開いたと信じている。
論文参考訳（メタデータ） (2022-01-22T18:32:54Z)
Unification of Random Dynamical Decoupling and the Quantum Zeno Effect [68.8204255655161]
ランダムな動的疎結合の下での系力学は、Zeno極限の収束速度に特有なデカップリング誤差を持つユニタリに収束することを示す。これはランダムな動的疎結合と量子ゼノ効果の統一を明らかにする。
論文参考訳（メタデータ） (2021-12-08T11:41:38Z)
Model-free inference of unseen attractors: Reconstructing phase space features from a single noisy trajectory using reservoir computing [0.0]
貯留層コンピュータはカオス時系列予測のための強力なツールである。複雑なシステムの力学を学習する能力は、既存のアトラクションを持つシステムにも拡張可能であることを示す。
論文参考訳（メタデータ） (2021-08-06T07:40:58Z)
A Predictive Coding Account for Chaotic Itinerancy [68.8204255655161]
予測符号化を実装したリカレントニューラルネットワークが,入力雑音の存在下でカオス的反復性に類似したニューラルトラジェクトリを生成する方法を示す。本モデルを用いて,無作為かつ非依存なトラジェクタスイッチングトラジェクトリを生成する2つのシナリオを提案する。
論文参考訳（メタデータ） (2021-06-16T16:48:14Z)
Skeleton-Aware Networks for Deep Motion Retargeting [83.65593033474384]
骨格間のデータ駆動動作のための新しいディープラーニングフレームワークを提案する。我々の手法は、トレーニングセットの運動間の明確なペアリングを必要とせずに、再ターゲティングの仕方を学ぶ。
論文参考訳（メタデータ） (2020-05-12T12:51:40Z)
The nonlinear semiclassical dynamics of the unbalanced, open Dicke model [0.0]
ディックモデル(Dicke model)は、原子が集合的に光をキャビティモードに放出する状態への量子相転移を示す。このシステムを半古典的(平均場)限界で研究し、量子ゆらぎの役割を無視する。集合スピンのフリップは、カオス力学の突然の出現をもたらす。
論文参考訳（メタデータ） (2020-04-09T11:13:20Z)
The entanglement membrane in chaotic many-body systems [0.0]
ある種の解析的抽出可能な量子カオスシステムでは、時間外相関関数の計算、クエンチ後の絡み合いエントロピー、その他の関連する動的可観測物は、時空における絡み合い膜の効果的な理論に還元される。ここでは、ランダムなユニタリ平均を含まない、より現実的なモデルでこの膜を理解する方法を示す。
論文参考訳（メタデータ） (2019-12-27T19:01:13Z)

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。