Chaos：数据驱动的复杂系统建模特刊概览

正文

请到「今天看啥」查看全文

特刊地址：https://pubs.aip.org/cha/collection/13407/Data-Driven-Models-and-Analysis-of-Complex-Systems

1. 检测潜在双曲嵌入空间中网络的局部扰动

双曲扰动分数计算流程

本文介绍了两种检测网络局部扰动的新分数，考虑对网络进行非欧几里得表征，将它们嵌入到双曲几何的Poincaré disk model中。该方法对真实大脑网络进行了潜在几何表征，识别并量化癫痫手术对大脑区域的影响。

地址：https://pubs.aip.org/aip/cha/article/34/6/063117/3296060/Detecting-local-perturbations-of-networks-in-a?searchresult=1

2. 整合信息分解揭示计算机和体外神经元网络的主要结构特征

整合信息分解框架

整合信息分解（Φ-ID）允许人们探索信息在系统各部分之间流动的模式，文章使用Φ-ID框架对计算机和体外数据进行分析，将通常的传递熵测度分解为协同、冗余和特有信息传递模式，证明了特有信息传递是从网络活动数据中揭示结构拓扑细节最相关的度量，而冗余信息仅为该应用引入了剩余信息。

主题：信息论熵，计算机仿真，网络理论，神经科学，生物信息传递

地址：https://pubs.aip.org/aip/cha/article/34/5/053139/3295339/Integrated-information-decomposition-unveils-major?searchresult=1

3. 盆地熵（Basin entropy）作为时滞系统分岔的指标

平面上的吸引盆，由初始的函数参数决定

考虑一个简单的时滞系统，由一个具有线性延迟反馈项的双稳系统组成。文章证明了盆地熵捕获了两个共存吸引子吸引盆的相关性质。此外，盆地熵可以捕获Hopf分岔的渐进性，因为在不动点变得不稳定之前，一个与不动点共存的振荡极限环行为出现。新的极限环改变了吸引力盆地的结构，从而被盆地熵所捕获。

主题：非线性系统，混沌系统，熵，反馈控制系统

地址：https://pubs.aip.org/aip/cha/article/34/5/053113/3287873/Basin-entropy-as-an-indicator-of-a-bifurcation-in?searchresult=1

4. 自适应储备池计算（Adaptable reservoir computing）：一种用于预测非线性动力系统中临界转变的无模型数据驱动范式

请到「今天看啥」查看全文