通过深度学习预测离散时间分岔

---

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

编辑 | 白菜叶
许多自然和人造系统都容易发生关键转变——动态方面的突然且可能具有破坏性的变化。深度学习分类器可以通过从大型模拟训练数据集中学习分叉的通用特征，为关键转变提供预警信号。到目前为止，分类器仅被训练来预测连续时间分岔，忽略了离散时间分岔所特有的丰富动态。
在这里，麦吉尔大学（McGill University）Thomas M. Bury 的研究团队训练一个深度学习分类器，为余维一的五个局部离散时间分岔提供预警信号。他们使用生理学、经济学和生态学中使用的离散时间模型的模拟数据以及经历倍周期分岔的自发跳动的鸡心聚集体的实验数据来测试分类器。
在各种噪声强度和接近分叉率的情况下，该分类器比常用的预警信号表现出更高的灵敏度和特异性。它还可以在大多数情况下预测正确的分岔，尤其是倍周期分岔、Neimark-Sacker 分岔和折叠分岔的准确度特别高。
该研究以「Predicting discrete-time bifurcations with deep learning」为题，于 2025 年 10 月 10 日发布在《Nature Communications》。

关键转变和预警信号 (EWS)

1. 关键转变：
2. 系统经历突然、显著的动态变化的临界阈值。
3. 例如：心脏节律转变、金融市场崩溃、生态系统崩溃。
4. 分岔理论：
5. 研究动力系统在阈值处经历质变。
6. 伴随着局部稳定性减弱（减速），导致噪声时间序列属性变化。
7. 这些变化可用于关键转变的 EWS。
8. 现有的 EWS：
9. 方差和滞后 1 自相关在气候、地质、生态和心脏系统转变前发生变化。
10. 预测能力有限，在某些系统中可能失败。
11. 深度学习 EWS：
12. 训练神经网络根据时间序列预测分岔类型。
13. 从具有分叉模拟的数据库中学习通用特征。
14. 由于分岔的普遍属性，适用于不可见时间序列。

离散时间分岔的 EWS

• 离散时间动力系统表现出与连续时间动力系统不同的行为。
• 生理学、流行病学和经济学中自然出现离散时间分岔。
• 研究人员使用模拟和实验数据测试了深度学习分类器在离散时间分岔中的性能。

周期加倍分岔：

• 离散时间分岔类型，其中事件间隔交替出现。
• 伴随着减速，方差和滞后 1 自相关发生系统性变化。
• 已在鸡心聚集体实验和人类心脏中观察到，可用于 EWS。

  

  图示：用钾通道阻滞剂 (E-4031, 1.5 μmol) 处理后，自发跳动的鸡胚心脏细胞聚集体出现倍周期分叉。（来源：论文）

离散时间分岔

离散时间分岔有多种类型，每种类型都具有相关的动力学变化。在最新的研究中，Bury 团队重点关注余维一的五个局部分叉。在「局部」情况下，这些分岔伴随着严重的减速，因此预计会出现系统变化、方差和自相关。

预测分岔类型

然而，并非所有这些分歧都会导致关键转变。相反，它们可以平滑过渡到相交稳态（跨临界）或逐渐增加振幅的振荡（超临界内马克-萨克尔）。预测分岔类型提供了有关分岔后动力学性质的信息，而方差和自相关本身无法提供这些信息。

码上飞

码上飞（CodeFlying） 是一款AI自动化开发平台，通过自然语言描述即可自动生成完整应用程序。

430 查看详情

深度学习分类器

该团队训练一个深度学习分类器，为离散时间动态系统的分岔提供特定的 EWS。他们使用附加有高阶项和噪声的范式方程的模拟数据来训练分类器。

分类器测试

然后，该团队在心脏病学、生态学和经济学中使用的五个离散时间模型的模拟运行中测试分类器，并评估其相对于方差和滞后 1 自相关的性能。在模型模拟中改变噪声幅度和强迫率，从而评估 EWS 的稳健性。

实验验证

最后，研究人员使用经历倍周期分岔的自发跳动的鸡心聚集体的实验数据来测试分类器。

论文链接：

https://www.nature.com/articles/s41467-023-42025-z

以上就是通过深度学习预测离散时间分岔的详细内容，更多请关注其它相关文章！

# 大比拼  # 宁夏seo营销怎么提高  # 上海图文营销推广企业  # 四平seo工具案例  # seo策略案例博客站  # 关键词优化排名丏顶宙r斯正规  # 南昌低价网站建设哪家好  # 新乡网站建设工作推荐会  # 驻马店新媒体推广营销  # 呈贡区网站seo优化推广公司  # 汕头必应seo  # 理论  # 一言  # 吉尔  # 梦中  # 学中  # 表现出  # 太平洋  # 丰田  # 预警信号  # 聚集体 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： Meta推出VR订阅服务Quest +：每月免费玩两款游戏，7.99美元/月  OpenAI首席执行官表态支持欧盟AI监管  WHEE安装教程  万兴播爆桌面端上线，支持AI数字人搜索、视频编辑等功能  《共同的演化》展览启幕，重新思考人类与人工智能关系  下一个前沿：量子机器学习和人工智能的未来  复旦发布「新闻推荐生态系统模拟器」SimuLine：单机支持万名读者、千名创作者、100+轮次推荐  有远见！华为四年前注册商标Vision Pro：苹果AR国内要改名  靠游戏更靠AI 英伟达成唯一首季度两位数增长的公司  “世界上最像人的机器人”接入 Stable Diffusion ，现场完成作画  人工智能自己玩自己  AMD在AI方面奋起直追，与英伟达的差距缩小了吗？  微软在 Build 大会上宣布的新 Microsoft Store AI Hub 现已开始推出  消息称 ChatGPT 未来有望增加更多功能：上传文件分析信息，还能记住用户画像  DeepMind用AI重写排序算法；将33B大模型塞进单个消费级GPU  海柔创新携手SAP，以机器人技术助力全球客户升级数智化竞争力  田渊栋团队新研究：微调  两型无人机完成交付！国家级机动观测业务正式启动  Snap宣布研发出新技术 可大幅提升AI生成图像速度  报道称亚马逊正在测试AI生成产品评价摘要  插画师对AI绘画软件的态度是怎样的？  Databricks推出人工智能模型共享机制，可令开发者与公司“双赢”  为AI而服务设计：构建以人为本的AI创新方法  研究预测HPC支持的人工智能增长迅速  马斯克回应人工智能拯救世界：人类已处于“半机器人”状态  面向AI大模型，腾讯云首次完整披露自研星脉高性能计算网络  Hugging Face发布了基于NASA卫星数据构建的AI地理空间基础模型  2025智源大会AI安全话题备受关注，《人机对齐》新书首发  2025世界人工智能大会（上海）开幕式纪要  研究发现AI聊天机器人ChatGPT不会讲笑话，只会重复25个老梗  三星加速AR眼镜进程，预计明年上半年亮相  世界人工智能大会高合发表演讲，HiPhi Y即将全球上市  ​《流浪地球2》里机器人公司的创始人：未来10年，机器人的崛起！  实践J*a开发，构建高性能的MongoDB数据迁移工具  陈根：ChatGPT和人类合作开发机器人  论文插图也能自动生成了，用到了扩散模型，还被ICLR接收  2025年深圳举办的SUSECON 创新峰会开始接受报名  Meta 为打造元宇宙不惜下血本：VR 开发者年薪高达百万美元  大模型训练成本降低近一半！新加坡国立大学最新优化器已投入使用  【趋势周报】全球元宇宙产业发展趋势：ChatGPT的出现，将元宇宙实现至少提前了10年  从谷歌到亚马逊，科技巨头们的AI痴迷  OpenAI 向所有付费 API 用户开放 GPT-4  基于预训练模型的金融事件分析及应用  人工智能赋能广西自然资源领域监测监管  朱民：普通人炒股炒不过机器人是很正常的 AI已经能理解市场情绪  美图公司吴欣鸿：AI技术重构影像产业  值得买科技入选“北京市通用人工智能产业创新伙伴计划”应用伙伴  世界人工智能大会中西部县域数字就业中心组团亮相  一文读懂自动驾驶的激光雷达与视觉融合感知  AI取代人工先拿教育行业开刀？美版“作业帮”启动裁员 

 2024-07-11