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:2507.16102

帮助 | 高级搜索

非线性科学 > 适应性与自组织系统

arXiv:2507.16102 (nlin)
[提交于 2025年7月21日 ]

标题: 噪声诱导的群游鱼集体记忆

标题: Noise-Induced Collective Memory in Schooling Fish

Authors:Alyssa Chan, Eva Kanso
摘要: 成群的鱼常常自我组织成各种集体模式,从极化的鱼群到旋转的磨盘式运动。 数学模型支持这些大尺度模式的出现,这是在没有个体记忆和群体领导的情况下,由局部去中心化的相互作用产生的。 在一个流行的模型中,个体鱼遵循回避、对齐和吸引的规则进行局部交互,群体表现出集体记忆:个体行为的变化会导致依赖于群体过去配置的涌现模式。 然而,驱动这种集体记忆的机制仍然不清晰。 在这里,我们结合数值模拟和分岔理论的工具,发现该模型中从磨盘式运动到鱼群运动的转变是由一个噪声的交叉分岔驱动的,其中两种集体状态相交并交换稳定性。 我们进一步表明,群体动力学的关键特征——分岔特性、瞬时磨盘式运动和集体记忆——可以通过群体极化的现象学模型来捕捉。 我们的研究结果表明,集体记忆来源于噪声分岔,而不是结构双稳性,从而解决了关于其起源的长期模糊问题,并为鱼类鱼群的普遍模型中的集体相变提供了基本的理解。
摘要: Schooling fish often self-organize into a variety of collective patterns, from polarized schooling to rotational milling. Mathematical models support the emergence of these large-scale patterns from local decentralized interactions, in the absence of individual memory and group leadership. In a popular model where individual fish interact locally following rules of avoidance, alignment, and attraction, the group exhibits collective memory: changes in individual behavior lead to emergent patterns that depend on the group's past configurations. However, the mechanisms driving this collective memory remain obscure. Here, we combine numerical simulations with tools from bifurcation theory to uncover that the transition from milling to schooling in this model is driven by a noisy transcritical bifurcation where the two collective states intersect and exchange stability. We further show that key features of the group dynamics - the bifurcation character, transient milling, and collective memory - can be captured by a phenomenological model of the group polarization. Our findings demonstrate that collective memory arises from a noisy bifurcation rather than from structural bistability, thus resolving a long-standing ambiguity about its origins and contributing fundamental understanding to collective phase transitions in a prevalent model of fish schooling.
主题: 适应性与自组织系统 (nlin.AO) ; 统计力学 (cond-mat.stat-mech); 生物物理 (physics.bio-ph); 流体动力学 (physics.flu-dyn)
引用方式: arXiv:2507.16102 [nlin.AO]
  (或者 arXiv:2507.16102v1 [nlin.AO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.16102
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Alyssa Chan [查看电子邮件]
[v1] 星期一, 2025 年 7 月 21 日 23:01:04 UTC (11,207 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 | 2025-07
切换浏览方式为:
cond-mat
cond-mat.stat-mech
nlin
physics
physics.bio-ph
physics.flu-dyn

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