Модель Курамото
Модель Курамото (или модель Курамото–Дайдо ), впервые предложенная Ёсики Курамото ( Курамото Юки , Курамото Йошики ) , [1] [2] — это математическая модель, используемая для описания синхронизации . Точнее, это модель поведения большого набора связанных осцилляторов . [3] [4] Его формулировка была мотивирована поведением систем химических и биологических осцилляторов, и она нашла широкое применение в таких областях, как нейробиология. [5] [6] [7] [8] и колеблющаяся динамика пламени. [9] [10] Курамото был весьма удивлен, когда поведение некоторых физических систем, а именно связанных массивов джозефсоновских переходов , последовало его модели. [11]
Модель делает несколько предположений, в том числе о слабой связи, о том, что осцилляторы идентичны или почти идентичны, и что взаимодействия синусоидально зависят от разности фаз между каждой парой объектов.
Определение
[ редактировать ]В наиболее популярной версии модели Курамото считается, что каждый из генераторов имеет собственную собственную частоту. , и каждый из них одинаково связан со всеми остальными генераторами. Удивительно, но эту полностью нелинейную модель можно решить точно в пределе бесконечных осцилляторов, N → ∞; [5] альтернативно, используя аргументы самосогласованности, можно получить стационарные решения параметра порядка. [3] Самая популярная форма модели имеет следующие основные уравнения:
- ,
где система состоит из N генераторов предельного цикла с фазами и константа K. связи
В систему может быть добавлен шум. В этом случае исходное уравнение заменяется на
- ,
где это колебание и функция времени. Если шум считать белым шумом, то
- ,
с обозначающий силу шума.
Трансформация
[ редактировать ]Преобразование, позволяющее точно решить эту модель (по крайней мере, в пределе N → ∞), заключается в следующем:
Определим параметры «порядка» r и ψ как
- .
Здесь r представляет фазовую когерентность совокупности осцилляторов, а ψ указывает на среднюю фазу. Подстановка в уравнение дает
- .
Таким образом, уравнения осцилляторов больше не связаны явно; вместо этого параметры порядка управляют поведением. Обычно выполняется дальнейшее преобразование во вращающуюся систему отсчета, в которой среднее статистическое значение фаз по всем осцилляторам равно нулю (т. е. ). Наконец, основное уравнение принимает вид
- .
Большой N предел
[ редактировать ]Теперь рассмотрим случай, когда N стремится к бесконечности. Возьмем распределение собственных собственных частот как g ( ω ) (предполагается нормализованным ). Затем предположим, что плотность осцилляторов на данной фазе θ с заданной собственной частотой ω в момент времени t равна . Нормализация требует, чтобы
Уравнение непрерывности для плотности осцилляторов будет иметь вид
где v - скорость дрейфа осцилляторов, заданная путем принятия предела бесконечного N в преобразованном основном уравнении, такая, что
Наконец, определение параметров порядка должно быть переписано для непрерывного (бесконечного N ) предела. необходимо заменить его средним по ансамблю (по всем ) и сумму необходимо заменить интегралом, чтобы получить
Решения для большого N предела
[ редактировать ]Некогерентное состояние со случайным дрейфом всех осцилляторов соответствует решению . В этом случае , и между осцилляторами нет когерентности. Они равномерно распределены по всем возможным фазам, и совокупность находится в статистическом устойчивом состоянии (хотя отдельные осцилляторы продолжают менять фазу в соответствии со своим собственным ω ).
Когда связь K достаточно сильная, возможно полностью синхронизированное решение. В полностью синхронизированном состоянии все генераторы имеют общую частоту, хотя их фазы могут быть разными.
Решение для случая частичной синхронизации дает состояние, в котором синхронизируются только некоторые осцилляторы (близкие к средней собственной частоте ансамбля); другие осцилляторы дрейфуют бескогерентно. Математически государство имеет
для синхронизированных генераторов и
для дрейфующих осцилляторов. Обрыв происходит, когда .
Когда является унимодальным и симметричным, то устойчивое решение для системы имеет вид По мере увеличения связи возникает критическое значение такое, что когда , долгосрочное среднее значение , но когда , где мал, то . [12] [3]
Маленькие N случаев
[ редактировать ]Когда N мало, приведенные выше решения не работают, поскольку нельзя использовать континуальное приближение.
Случай N=2 тривиален. Во вращающейся рамке , и поэтому система описывается именно углом между двумя осцилляторами: . Когда , угол циклически вращается по окружности (то есть быстрый осциллятор продолжает вращаться вокруг медленного осциллятора). Когда , угол попадает в стабильный аттрактор (то есть два осциллятора синхронизируются по фазе). Аналогично, пространство состояний в случае N=3 представляет собой двумерный тор, и поэтому система развивается как поток на 2-торе, который не может быть хаотичным.
Хаос впервые возникает, когда N=4. Для некоторых настроек , система имеет странный аттрактор . [13]
Связь с гамильтоновыми системами
[ редактировать ]Содержится диссипативная модель Курамото. [14] в некоторых консервативных гамильтоновых системах с гамильтонианом вида
После канонического преобразования к переменным действия-угла с действиями и углы (фазы) точная динамика Курамото возникает на инвариантных многообразиях постоянных . С преобразованным гамильтонианом
Уравнение движения Гамильтона принимает вид
и
Итак, многообразие с является инвариантным, поскольку и фазовая динамика становится динамикой модели Курамото (с теми же константами связи для ). Класс гамильтоновых систем характеризует некоторые квантово-классические системы, в том числе и бозе-эйнштейновские конденсаты .
Вариации моделей
[ редактировать ]
Существует ряд типов вариаций, которые можно применить к исходной модели, представленной выше. Некоторые модели меняют топологическую структуру, другие допускают неоднородные веса, а третьи изменения больше связаны с моделями, вдохновленными моделью Курамото, но не имеющими такой же функциональной формы.
Варианты топологии сети
[ редактировать ]Помимо исходной модели, которая имеет топологию «все-все», достаточно плотная сложная топология, подобная сети, поддается обработке среднего поля, используемой при решении исходной модели. [15] ( см. в разделе «Преобразование и большой N» предел дополнительную информацию выше). Сетевые топологии, такие как кольца и связанные популяции, поддерживают химеры. [16] Можно также задаться вопросом о поведении моделей, в которых есть локальные по своей сути, например, одномерные топологии, прототипами которых являются цепь и кольцо. В таких топологиях, в которых связь не масштабируется согласно 1/ N , невозможно применить канонический подход среднего поля, поэтому приходится полагаться на индивидуальный анализ, используя симметрии всякий раз, когда это возможно. , что может дать основу для абстрагирования общих принципов решения.
Равномерную синхронность, волны и спирали можно легко наблюдать в двумерных сетях Курамото с диффузной локальной связью. Устойчивость волн в этих моделях может быть определена аналитически с использованием методов анализа устойчивости Тьюринга. [17] Равномерная синхронность имеет тенденцию быть стабильной, когда локальная связь везде положительна, тогда как волны возникают, когда дальние связи отрицательны (тормозящая окружающая связь). Волны и синхронность связаны топологически отдельной ветвью решений, известной как пульсация. [18] Это малоамплитудные пространственно-периодические отклонения, выходящие из однородного состояния (или волнового состояния) через бифуркацию Хопфа . [19] Существование пульсирующих решений было предсказано (но не обнаружено) Уайли, Строгацем и Гирваном . [20] который назвал их мультискрученными q-состояниями.
Топологию, на которой изучается модель Курамото, можно сделать адаптивной. [21] с использованием фитнес-модели, показывающей улучшение синхронизации и просачивания самоорганизованным способом.
Граф с минимальной степенью не ниже тем не менее будет подключен для синхронизации графа требуется еще немного, для такого случая известно, что существует критический порог связности такой, что любой граф на узлы с минимальной степенью необходимо глобально синхронизировать. достаточно большой. Минимальный [20] [22] максимум [23] известно, лежат между .
Аналогично известно, что графы Эрдеша-Реньи с вероятностью ребер точно как стремится к бесконечности, будет связано, и было высказано предположение [24] что это значение также является числом, при котором эти случайные графики подвергаются синхронизации, что, как утверждается в препринте 2022 года, было доказано. [25] [26]
Вариации топологии сети и веса сети: от координации транспортных средств до синхронизации мозга
[ редактировать ]Некоторые работы в области управления были сосредоточены на модели Курамото в сетях с неоднородными весами (т. е. сила связи между любыми двумя генераторами может быть произвольной). Динамика данной модели выглядит следующим образом:
где является ненулевым положительным действительным числом, если осциллятор подключен к генератору . Такая модель позволяет более реалистично изучать, например, стадирование, обучение и координацию транспортных средств. [28] В работе Дёрфлера и его коллег несколько теорем обеспечивают строгие условия фазовой и частотной синхронизации этой модели. Дальнейшие исследования, мотивированные экспериментальными наблюдениями в области нейробиологии, сосредоточены на получении аналитических условий для кластерной синхронизации гетерогенных осцилляторов Курамото в произвольных сетевых топологиях. [29] Поскольку модель Курамото, по-видимому, играет ключевую роль в оценке явлений синхронизации в мозге, [30] теоретические условия, подтверждающие эмпирические данные, могут проложить путь к более глубокому пониманию феномена синхронизации нейронов.
Вариации функции фазового взаимодействия
[ редактировать ]Курамото аппроксимировал фазовое взаимодействие между любыми двумя осцилляторами его первой компонентой Фурье, а именно , где . Лучшие аппроксимации можно получить, включив компоненты Фурье более высокого порядка:
- ,
где параметры и необходимо оценить. Например, синхронизацию между сетью слабосвязанных нейронов Ходжкина-Хаксли можно воспроизвести с помощью связанных осцилляторов, которые сохраняют первые четыре компонента Фурье функции взаимодействия. [31] Введение членов фазового взаимодействия более высокого порядка может также вызвать интересные динамические явления, такие как частично синхронизированные состояния. [32] гетероклинические циклы , [33] и хаотическая динамика . [34]
Доступность
[ редактировать ]- Библиотека pyclustering включает реализацию модели Курамото на Python и C++ и ее модификации. Также библиотека состоит из колебательных сетей (для кластерного анализа, распознавания образов, раскраски графиков, сегментации изображений), основанных на модели Курамото и фазового генератора.
См. также
[ редактировать ]- Основная функция стабилизации
- Колебательная нейронная сеть
- Фазовая автоподстройка частоты
- Свармалаторы
Ссылки
[ редактировать ]- ^ Курамото, Йошики (1975). Х. Араки (ред.). Конспект лекций по физике, Международный симпозиум по математическим проблемам теоретической физики . Том. 39. Спрингер-Верлаг, Нью-Йорк. п. 420.
- ^ Курамото Ю. (1984). Химические колебания, волны и турбулентность . Нью-Йорк, штат Нью-Йорк: Springer-Verlag.
- ^ Jump up to: а б с Строгац, Стивен Х. (2000). «От Курамото до Кроуфорда: изучение возникновения синхронизации в популяциях связанных осцилляторов» . Физика Д. 143 (1–4): 1–20. Бибкод : 2000PhyD..143....1S . дои : 10.1016/S0167-2789(00)00094-4 . S2CID 16668746 . Проверено 4 января 2024 г.
- ^ Асеброн, Хуан А.; Бонилья, LL; Висенте, Перес; Конрад, Дж.; Ритор, Феликс; Спиглер, Ренато (2005). «Модель Курамото: простая парадигма явления синхронизации» (PDF) . Обзоры современной физики . 77 (1): 137–185. Бибкод : 2005РвМП...77..137А . дои : 10.1103/RevModPhys.77.137 . hdl : 2445/12768 .
- ^ Jump up to: а б Бик, Кристиан; Гудфеллоу, Марк; Лэнг, Карло Р.; Мартенс, Эрик А. (2020). «Понимание динамики биологических и нейронных осцилляторных сетей посредством точного сокращения среднего поля: обзор» . Журнал математической нейронауки . 10 (1): 9. arXiv : 1902.05307 . дои : 10.1186/s13408-020-00086-9 . ПМЦ 7253574 . ПМИД 32462281 .
- ^ Кумин, Д.; Ансворт, КП (2007). «Обобщение модели Куромото для изучения синхронизации нейронов в мозге». Физика Д. 226 (2): 181–196. Бибкод : 2007PhyD..226..181C . дои : 10.1016/j.physd.2006.12.004 . hdl : 2292/2666 .
- ^ Брейкспир М., Хайтманн С., Даффертсхофер А. (2010). «Генераторные модели корковых колебаний: нейробиологические последствия модели Курамото» . Передний шум нейронов . 4 (190): 190. дои : 10.3389/fnhum.2010.00190 . ПМЦ 2995481 . ПМИД 21151358 .
- ^ Кабрал Дж., Лакху Х., Вулрич М., Йонссон М., Мохсени Х., Бейкер А., Крингельбах М.Л., Деко Дж. (2014). «Изучение механизмов спонтанной функциональной связности в МЭГ: как задержанные сетевые взаимодействия приводят к структурированным амплитудным огибающим колебаний с полосовой фильтрацией» . НейроИмидж . 90 : 423–435. doi : 10.1016/j.neuroimage.2013.11.047 . hdl : 10230/23081 . ПМИД 24321555 .
- ^ Сивашинский, Г.И. (1977). «Диффузионно-тепловая теория клеточного пламени». Сжечь. наук. Технол . 15 (3–4): 137–146. дои : 10.1080/00102207708946779 .
- ^ Форрестер, DM (2015). «Массивы связанных химических осцилляторов» . Научные отчеты . 5 : 16994. arXiv : 1606.01556 . Бибкод : 2015НатСР...516994Ф . дои : 10.1038/srep16994 . ПМЦ 4652215 . ПМИД 26582365 .
- ^ Стивен Строгац, Синхронизация: новая наука о спонтанном порядке , Гиперион, 2003.
- ^ Строгац, Стивен Х. (1994). «Мозговые волны Норберта Винера» . У Левина, Саймон А. (ред.). Границы в математической биологии . Конспект лекций по биоматематике. Том. 100. Берлин, Гейдельберг: Шпрингер. стр. 122–138. дои : 10.1007/978-3-642-50124-1_7 . ISBN 978-3-642-50124-1 .
- ^ Майстренко Юрий Л.; Попович Александр В.; ТАСС, Питер А. (ноябрь 2005 г.). «Хаотический аттрактор в модели Курамото» . Международный журнал бифуркации и хаоса . 15 (11): 3457–3466. Бибкод : 2005IJBC...15.3457M . дои : 10.1142/S0218127405014155 . ISSN 0218-1274 .
- ^ Виттаут, Дирк; Тимме, Марк (2014). «Динамика Курамото в гамильтоновых системах». Физ. Преподобный Е. 90 (3): 032917. arXiv : 1305.1742 . Бибкод : 2014PhRvE..90c2917W . дои : 10.1103/PhysRevE.90.032917 . ПМИД 25314514 . S2CID 7510614 .
- ^ Родригес, ФА; Перон, ТК; Цзе, П.; Куртс, Дж. (2016). «Модель Курамото в сложных сетях». Отчеты по физике . 610 (1): 1–98. arXiv : 1511.07139 . Бибкод : 2016ФР...610....1Р . дои : 10.1016/j.physrep.2015.10.008 . S2CID 119290926 .
- ^ Абрамс, Д.М.; Строгац, С.Х. (2004). «Состояния Химеры для связанных осцилляторов». Письма о физических отзывах . 93 (17): 174102. arXiv : nlin/0407045 . Бибкод : 2004PhRvL..93q4102A . дои : 10.1103/physrevlett.93.174102 . ПМИД 15525081 . S2CID 8615112 .
- ^ Казанчи, Ф.; Эрментраут, Б. (2006). «Формирование узора в матрице осцилляторов с электрической и химической связью». SIAM J Appl Math . 67 (2): 512–529. CiteSeerX 10.1.1.140.1020 . дои : 10.1137/060661041 .
- ^ Хайтманн, С.; Гонг, П.; Брейкспир, М (2012). «Вычислительная роль бистабильности и бегущих волн в моторной коре» . Передние компьютерные нейронауки . 6 (67): 67. дои : 10.3389/fncom.2012.00067 . ПМЦ 3438483 . ПМИД 22973223 .
- ^ Хайтманн, С.; Эрментраут, Б. (2015). «Синхронность, волны и пульсация в пространственно связанных генераторах Курамото с возможностью подключения к мексиканской шляпе». Биологическая кибернетика . 109 (3): 1–15. дои : 10.1007/s00422-015-0646-6 . ПМИД 25677527 . S2CID 18561153 .
- ^ Jump up to: а б Уайли, Д.; Строгац, С.; Гирван, М. (2006). «Размер синхронизирующего бассейна». Хаос . 16 (1): 015103. Бибкод : 2006Хаос..16a5103W . дои : 10.1063/1.2165594 . ПМИД 16599769 . S2CID 21173189 .
- ^ Эом, Ю.-Х.; Боккалетти, С.; Калдарелли, Дж. (2016). «Параллельное улучшение проникновения и синхронизации в адаптивных сетях» . Научные отчеты . 7 : 015103. arXiv : 1511.05468 . Бибкод : 2016NatSR...627111E . дои : 10.1038/srep27111 . ПМК 4890019 . ПМИД 27251577 .
- ^ Канале, Эдуардо А. (2022). «От взвешенных к невзвешенным графам в синхронизации теории графов». arXiv : 2209.06362 [ math.CO ].
- ^ Касабов, Мартин; Строгац, Стивен Х.; Таунсенд, Алекс (01 июля 2021 г.). «Достаточно плотные сети Курамото синхронизируются по всему миру» . Хаос: междисциплинарный журнал нелинейной науки . 31 (7): 073135. arXiv : 2105.11406 . Бибкод : 2021Хаос..31g3135K . дои : 10.1063/5.0057659 . ISSN 1054-1500 . ПМИД 34340322 . S2CID 235166315 .
- ^ Лин, Шуян; Сюй, Руиту; Бандейра, Афонсу С. (январь 2019 г.). «О ландшафте сетей синхронизации: взгляд с точки зрения невыпуклой оптимизации» . SIAM Journal по оптимизации . 29 (3): 1879–1907. arXiv : 1809.11083 . дои : 10.1137/18M1217644 . ISSN 1052-6234 . S2CID 53067184 .
- ^ Абдалла, Педро; Бандейра, Афонсу С.; Касабов, Мартин; Соуза, Виктор; Строгац, Стивен Х.; Таунсенд, Алекс (2022). «Графики Expander глобально синхронизируются». arXiv : 2210.12788 [ math.CO ].
- ^ Сломан, Лейла (24 июля 2023 г.). «Новое доказательство показывает, что графики «расширителя» синхронизируются» . Журнал Кванта .
- ^ Панталеоне, Джеймс (октябрь 2002 г.). «Синхронизация метрономов» (PDF) . Американский журнал физики . 70 (10): 992–1000. Бибкод : 2002AmJPh..70..992P . дои : 10.1119/1.1501118 .
- ^ Дорфлер, Ф.; Булло, Ф. (2014). «Синхронизация в сложных сетях фазовых генераторов: обзор». Автоматика . 50 (6): 1539–1564. дои : 10.1016/j.automatica.2014.04.012 .
- ^ Менара, Т.; Баджо, Г.; Бассетт, Д.; Паскуалетти, Ф. (2020). «Условия устойчивости кластерных синхронизаций в сетях гетерогенных генераторов Курамото». Транзакции IEEE по управлению сетевыми системами . 7 (1): 302–314. arXiv : 1806.06083 . дои : 10.1109/TCNS.2019.2903914 . S2CID 73729229 .
- ^ Кабрал, Дж.; Хьюз, Э.; Спорнс, О.; Деко, Г. (2011). «Роль колебаний локальной сети в функциональной связности в состоянии покоя». НейроИмидж . 57 (1): 130–139. doi : 10.1016/j.neuroimage.2011.04.010 . ПМИД 21511044 . S2CID 13959959 .
- ^ Гензель, Д.; Мато, Г.; Менье, К. (1993). «Фазовая динамика слабосвязанных нейронов Ходжкина-Хаксли». Письма по еврофизике . 23 (5): 367–372. Бибкод : 1993EL.....23..367H . дои : 10.1209/0295-5075/23/5/011 . S2CID 250884499 .
- ^ Клузелла, По; Полити, Антонио; Розенблюм, Майкл (2016). «Минимальная модель самосогласованной частичной синхронности». Новый журнал физики . 18 (9): 093037. arXiv : 1607.07178 . Бибкод : 2016NJPh...18i3037C . дои : 10.1088/1367-2630/18/9/093037 . ISSN 1367-2630 . S2CID 126227664 .
- ^ Гензель, Д.; Мато, Г.; Менье, К. (1993). «Кластеризация и медленное переключение в глобально связанных фазовых генераторах» (PDF) . Физический обзор E . 48 (5): 3470–3477. Бибкод : 1993PhRvE..48.3470H . дои : 10.1103/physreve.48.3470 . ПМИД 9961005 .
- ^ Бик, К.; Тимме, М.; Пауликат, Д.; Ратлев, Д.; Эшвин, П. (2011). «Хаос в сетях симметричных фазовых генераторов». Письма о физических отзывах . 107 (24): 244101. arXiv : 1105.2230 . Бибкод : 2011PhRvL.107x4101B . doi : 10.1103/PhysRevLett.107.244101 . ПМИД 22243002 . S2CID 16144737 .