Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > nlin > arXiv:2501.00079v1

帮助 | 高级搜索

非线性科学 > 适应性与自组织系统

arXiv:2501.00079v1 (nlin)
[提交于 2024年12月30日 ]

标题: 动态网络中的内部可靠性与反可靠性

标题: Internal reliability and anti-reliability in dynamical networks

Authors:Tommaso Matteuzzi, Franco Bagnoli, Michele Baia, Stefano Iubini, Arkady Pikovsky
摘要: 我们考虑有限动态网络,并根据复制单元或一组单元的同步特性定义内部可靠性。 如果复制单元的状态与其原型一致,它们是可靠的;否则,如果它们的状态不同,则是反可靠的。 通过横向李雅普诺夫指数量化可靠性,可以对不同模型进行直接分析。 对于具有自然频率分布的全局耦合相位振子的库伦托模型,我们表明在同步开始之前,频率外围的单元是反可靠的,而中心的单元是可靠的。 对于此模型,可靠性可以通过相位相关性以某种涨落-耗散关系表达。 库伦托模型中足够大的子网络总是反可靠的;同样,对于递归神经网络,个体单元总是可靠的。
摘要: We consider finite dynamical networks and define internal reliability according to the synchronization properties of a replicated unit or a set of units. If the states of the replicated units coincide with their prototypes, they are reliable; otherwise, if their states differ, they are anti-reliable. Quantification of reliability with the transversal Lyapunov exponent allows for a straightforward analysis of different models. For a Kuramoto model of globally coupled phase oscillators with a distribution of natural frequencies, we show that prior to the onset of synchronization, peripheral in frequency units are anti-reliable, while central are reliable. For this model, reliability can be expressed via phase correlations in a sort of a fluctuation-dissipation relation. Sufficiently large sub-networks in the Kuramoto model are always anti-reliable; the same holds for a recurrent neural network, where individual units are always reliable.
主题: 适应性与自组织系统 (nlin.AO)
引用方式: arXiv:2501.00079 [nlin.AO]
  (或者 arXiv:2501.00079v1 [nlin.AO] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.00079
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Arkady Pikovsky [查看电子邮件]
[v1] 星期一, 2024 年 12 月 30 日 13:56:11 UTC (605 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
nlin.AO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
nlin

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

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

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

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.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号