論文の概要: Model-free learning of probability flows: Elucidating the nonequilibrium dynamics of flocking

• arxiv url: http://arxiv.org/abs/2411.14317v1
• Date: Thu, 21 Nov 2024 17:08:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-22 15:17:40.000387
• Title: Model-free learning of probability flows: Elucidating the nonequilibrium dynamics of flocking
• Title（参考訳）: 確率流のモデル自由学習:群れの非平衡力学を解明する
• Authors: Nicholas M. Boffi, Eric Vanden-Eijnden,
• Abstract要約: 位相空間の高次元性は、エントロピー生成速度を推定できない伝統的な計算技術を示す。 慣性系に対する確率電流とEPRの2つの局所的定義との間に新しい物理的関係を導出する。 この結果から,アライメントと揺らぎの相互作用が順番を動的に生成・消滅させるため,群れの空間的界面でエントロピーが消費されることが示唆された。
• 参考スコア（独自算出の注目度）: 15.238808518078567
• License:
• Abstract: Active systems comprise a class of nonequilibrium dynamics in which individual components autonomously dissipate energy. Efforts towards understanding the role played by activity have centered on computation of the entropy production rate (EPR), which quantifies the breakdown of time reversal symmetry. A fundamental difficulty in this program is that high dimensionality of the phase space renders traditional computational techniques infeasible for estimating the EPR. Here, we overcome this challenge with a novel deep learning approach that estimates probability currents directly from stochastic system trajectories. We derive a new physical connection between the probability current and two local definitions of the EPR for inertial systems, which we apply to characterize the departure from equilibrium in a canonical model of flocking. Our results highlight that entropy is produced and consumed on the spatial interface of a flock as the interplay between alignment and fluctuation dynamically creates and annihilates order. By enabling the direct visualization of when and where a given system is out of equilibrium, we anticipate that our methodology will advance the understanding of a broad class of complex nonequilibrium dynamics.
• Abstract（参考訳）: 活性系は、個々の成分が自律的にエネルギーを散逸する非平衡力学のクラスを構成する。 活動が果たす役割を理解するための努力は、時間反転対称性の分解を定量化するエントロピー生成率(EPR)の計算に集中してきた。 このプログラムの根本的な難しさは、位相空間の高次元性は、従来の計算技術でEPRを推定できないことである。 本稿では,確率的系軌跡から直接確率電流を推定する新しい深層学習手法により,この課題を克服する。 慣性系における確率電流とEPRの2つの局所的定義との間の新しい物理的関係を導出し、フラッキングの標準モデルにおいて平衡から逸脱することを特徴付ける。 この結果から,アライメントと揺らぎの相互作用が動的に生成し,秩序を消滅させるため,群れの空間的界面上でエントロピーが生成され,消費されることが明らかとなった。 与えられたシステムがいつ、どこで平衡から外れているかを直接視覚化できるようにすることで、我々の方法論は複雑な非平衡力学の幅広いクラスを理解することを前進させると予想する。

関連論文リスト

• System Symmetry and the Classification of Out-of-Time-Ordered Correlator Dynamics in Quantum Chaos [1.534667887016089]
  量子カオス系における外秩序相関器(OTOC)の普遍性について検討する。 アンサンブル平均OTOCダイナミクスはシステム対称性によって異なる普遍的な挙動を示すことを示す。
  論文  参考訳（メタデータ） (2024-10-07T03:03:09Z)
• Inferring Relational Potentials in Interacting Systems [56.498417950856904]
  このような相互作用を発見する代替手法として、ニューラル・インタラクション・推論(NIIP)を提案する。 NIIPは観測された関係制約を尊重する軌道のサブセットに低エネルギーを割り当てる。 別々に訓練されたモデル間での相互作用の型を交換するなどの軌道操作や、軌道予測を可能にする。
  論文  参考訳（メタデータ） (2023-10-23T00:44:17Z)
• TANGO: Time-Reversal Latent GraphODE for Multi-Agent Dynamical Systems [43.39754726042369]
  連続グラフニューラルネットワークに基づく常微分方程式(GraphODE)により予測される前後の軌跡を整列するソフト制約として,単純かつ効果的な自己監督型正規化項を提案する。 時間反転対称性を効果的に課し、古典力学の下でより広い範囲の力学系にわたってより正確なモデル予測を可能にする。 様々な物理システムに対する実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2023-10-10T08:52:16Z)
• Machine learning in and out of equilibrium [58.88325379746631]
  我々の研究は、統計物理学から適応したフォッカー・プランク法を用いて、これらの平行線を探索する。 我々は特に、従来のSGDでは平衡が切れている長期的限界におけるシステムの定常状態に焦点を当てる。 本稿では,ミニバッチの置き換えを伴わない新しいランゲヴィンダイナミクス(SGLD)を提案する。
  論文  参考訳（メタデータ） (2023-06-06T09:12:49Z)
• Capturing Actionable Dynamics with Structured Latent Ordinary Differential Equations [68.62843292346813]
  本稿では,その潜在表現内でのシステム入力の変動をキャプチャする構造付き潜在ODEモデルを提案する。 静的変数仕様に基づいて,本モデルではシステムへの入力毎の変動要因を学習し,潜在空間におけるシステム入力の影響を分離する。
  論文  参考訳（メタデータ） (2022-02-25T20:00:56Z)
• Structure-Preserving Learning Using Gaussian Processes and Variational Integrators [62.31425348954686]
  本稿では,機械系の古典力学に対する変分積分器と,ガウス過程の回帰による残留力学の学習の組み合わせを提案する。 我々は、既知のキネマティック制約を持つシステムへのアプローチを拡張し、予測の不確実性に関する公式な境界を提供する。
  論文  参考訳（メタデータ） (2021-12-10T11:09:29Z)
• A Data Driven Method for Computing Quasipotentials [8.055813148141246]
  準ポテンシャルは遷移イベントと遷移経路の統計を特徴づける中心的な役割を担っている。 動的プログラミング原理やパス空間に基づく伝統的な方法は、次元の呪いに苦しむ傾向があります。 本手法は,空間的離散化や経路空間最適化問題を解くことなく,効果的に準ポテンシャル景観を計算できることを示す。
  論文  参考訳（メタデータ） (2020-12-13T02:32:49Z)
• 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)
• Assessing the role of initial correlations in the entropy production rate for non-equilibrium harmonic dynamics [0.0]
  我々は、相関関係、システムの初期準備と非マルコビアン性の関係に光を当てた。 システムの初期状態のグローバルな純度がエントロピー生産率の挙動に影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2020-04-22T17:29:43Z)

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。