物理学 > 地球物理
[提交于 2010年2月26日
]
标题: 分支扩散模型中极端事件的可预测性
标题: Predictability of extreme events in a branching diffusion model
摘要: 我们提出一个框架,用于研究复杂系统中极端事件的可预测性。 主要概念要素——分层结构、空间动力学和外部驱动——被结合在一个经典的分支扩散与迁入模型中。 新要素——观测空间和观测事件——被引入,以形成一个类似于地球物理和环境应用的预测问题模式。 该问题包括在已知较小事件的观测情况下,估计极端事件发生的可能性,而系统的完整内部动力学是未知的。 我们寻找在极端事件接近时出现的预警模式;这些模式是系统长期平均值的偏离。 我们发现了一个控制参数,它支配着多个时空预警模式。 为此,我们推导出i) 由单个迁入者产生的粒子的时间和空间依赖性大小分布的完整解析描述;ii) 对应于多个迁入者的稳态矩;以及iii) 基于大小和空间的粒子大小分布的渐近形式。 我们的结果表明了一种普遍预警模式的机制,并为其理论和实证研究提供了一个自然框架。
当前浏览上下文:
physics.geo-ph
切换浏览方式为:
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.