WikiDer > Модель Курамото - Википедия

В Курамото модель (или же Модель Курамото – Дайдо), впервые предложенный Йошики Курамото (蔵 本 由 紀, Курамото Йошики),^[1][2] это математическая модель используется для описания синхронизация. В частности, это модель поведения большого набора связанных генераторы.^[3][4] Его формулировка была мотивирована поведением систем химический и биологический осцилляторов, и он нашел широкое применение, например, в нейробиология^[5][6][7][8] и колеблющаяся динамика пламени.^[9][10] Курамото был весьма удивлен, когда поведение некоторых физических систем, а именно связанных массивов Джозефсоновские переходы, последовал его модели.^[11]

Модель делает несколько предположений, в том числе о слабой связи, о том, что генераторы идентичны или почти идентичны, и что взаимодействия синусоидально зависят от разности фаз между каждой парой объектов.

Определение

Воспроизвести медиа

Фазовая синхронизация в модели Курамото

В самой популярной версии модели Курамото считается, что каждый из осцилляторов имеет свой собственный собственная частота ${ displaystyle omega _ {я}}$, и каждый из них в равной степени связан со всеми остальными осцилляторами. Удивительно, но это полностью нелинейный модель может быть решена точно в пределе бесконечных осцилляторов, N→ ∞;^[12] в качестве альтернативы, используя аргументы самосогласования, можно получить стационарные решения параметра порядка.^[13]

Самая популярная форма модели имеет следующие основные уравнения:

${ displaystyle { frac {d theta _ {i}} {dt}} = omega _ {i} + { frac {K} {N}} sum _ {j = 1} ^ {N} sin ( theta _ {j} - theta _ {i}), qquad i = 1 ldots N}$,

где система состоит из N генераторы предельного цикла, с фазами ${ displaystyle theta _ {я}}$ и константа связи K.

В систему можно добавить шум. В этом случае исходное уравнение изменяется на:

${ displaystyle { frac {d theta _ {i}} {dt}} = omega _ {i} + zeta _ {i} + { dfrac {K} {N}} sum _ {j = 1} ^ {N} sin ( theta _ {j} - theta _ {i})}$,

куда ${ displaystyle zeta _ {я}}$ это колебание и функция времени. Если считать шум белым шумом, то:

${ Displaystyle langle zeta _ {я} (т) rangle = 0}$ ,

${ displaystyle langle zeta _ {i} (t) zeta _ {j} (t ') rangle = 2D delta _ {ij} delta (t-t')}$

с ${ displaystyle D}$ обозначающий силу шума.

Трансформация

Преобразование, позволяющее точно решить эту модель (по крайней мере, в N → ∞ limit) выглядит следующим образом:

Определите параметры "порядка" р и ψ в качестве

${ displaystyle re ^ {я psi} = { frac {1} {N}} sum _ {j = 1} ^ {N} e ^ {i theta _ {j}}}$.

Здесь р представляет фазу-согласованность совокупности осцилляторов и ψ указывает среднюю фазу. Умножая это уравнение на ${ displaystyle e ^ {- я theta _ {я}}}$ и только рассмотрение мнимой части дает:

${ displaystyle { frac {d theta _ {i}} {dt}} = omega _ {i} + Kr sin ( psi - theta _ {i})}$.

Таким образом, уравнения осцилляторов больше не связаны явно; вместо этого параметры порядка определяют поведение. Обычно выполняется дальнейшее преобразование во вращающуюся систему отсчета, в которой среднее статистическое значение фаз по всем осцилляторам равно нулю (т.е. ${ displaystyle psi = 0}$). Наконец, основное уравнение становится:

${ displaystyle { frac {d theta _ {i}} {dt}} = omega _ {i} -Kr sin ( theta _ {i})}$.

Большой N предел

Теперь рассмотрим случай как N стремится к бесконечности. Возьмем распределение собственных частот как грамм(ω) (предполагается нормализованный). Затем предположим, что плотность осцилляторов в данной фазе θ, с заданной собственной частотой ω, вовремя т является ${ Displaystyle rho ( тета, омега, т)}$. Нормализация требует, чтобы

${ displaystyle int _ {- pi} ^ { pi} rho ( theta, omega, t) , d theta = 1.}$

В уравнение неразрывности для осциллятора плотность будет

${ displaystyle { frac { partial rho} { partial t}} + { frac { partial} { partial theta}} [ rho v] = 0,}$

куда v - скорость дрейфа осцилляторов, полученная при бесконечномN предел в преобразованном основном уравнении, такой что

${ Displaystyle { frac { partial rho} { partial t}} + { frac { partial} { partial theta}} [ rho omega + rho Kr sin ( psi - theta )] = 0.}$

Наконец, мы должны переписать определение параметров порядка для континуума (бесконечное N) предел. ${ displaystyle theta _ {я}}$ должен быть заменен его средним по ансамблю (по всем ${ displaystyle omega}$) и сумму необходимо заменить на интеграл, чтобы получить

${ displaystyle re ^ {я psi} = int _ {- pi} ^ { pi} e ^ {i theta} int _ {- infty} ^ { infty} rho ( theta, omega, t) g ( omega) , d omega , d theta.}$

Решения

В бессвязный состояние со случайным дрейфом всех осцилляторов соответствует решению ${ Displaystyle rho = 1 / (2 пи)}$. В таком случае ${ displaystyle r = 0}$, и между осцилляторами нет согласованности. Они равномерно распределены по всем возможным фазам, и совокупность находится в статистическом устойчивое состояние (хотя отдельные осцилляторы продолжают менять фазу в соответствии с их собственными ω).

При сцеплении K достаточно прочный, 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 генераторы дрейфуют некогерентно. Математически государство имеет

${ displaystyle rho = delta left ( theta - psi - arcsin left ({ frac { omega} {Kr}} right) right)}$

для синхронизированных генераторов, и

${ displaystyle rho = { frac { rm {нормализация ; константа}} {( omega -Kr sin ( theta - psi))}}}$

для дрейфующих генераторов. Отсечка происходит, когда ${ displaystyle | omega |$.

Связь с гамильтоновыми системами

Диссипативная модель Курамото содержится^[14] в некоторых консервативных Гамильтоновы системы с Гамильтониан формы:

${ displaystyle { mathcal {H}} (q_ {1}, ldots, q_ {N}, p_ {1}, ldots, p_ {N}) = sum _ {i = 1} ^ {N} { frac { omega _ {i}} {2}} (q_ {i} ^ {2} + p_ {i} ^ {2}) + { frac {K} {4N}} sum _ {i , j = 1} ^ {N} (q_ {i} p_ {j} -q_ {j} p_ {i}) (q_ {j} ^ {2} + p_ {j} ^ {2} -q_ {i } ^ {2} -p_ {i} ^ {2})}$

После канонического преобразования в переменные действие-угол с действиями ${ displaystyle I_ {i} = left (q_ {i} ^ {2} + p_ {i} ^ {2} right) / 2}$ и углы (фазы) ${ displaystyle phi _ {i} = mathrm {arctan2} left (q_ {i} / p_ {i} right)}$, точная динамика Курамото возникает на инвариантных многообразиях постоянной ${ Displaystyle I_ {я} эквив. I}$. С преобразованным гамильтонианом:

${ Displaystyle { mathcal {H '}} (I_ {1}, ldots I_ {N}, phi _ {1} ldots, phi _ {N}) = сумма _ {я = 1} ^ {N} omega _ {i} I_ {i} - { frac {K} {N}} sum _ {i = 1} ^ {N} sum _ {j = 1} ^ {N} { sqrt {I_ {j} I_ {i}}} (I_ {j} -I_ {i}) sin ( phi _ {j} - phi _ {i}),}$

Уравнение движения Гамильтона становится:

${ displaystyle { frac {dI_ {i}} {dt}} = - { frac { partial { mathcal {H}} '} { partial phi _ {i}}} = - { frac { 2K} {N}} sum _ {k = 1} ^ {N} { sqrt {I_ {k} I_ {i}}} (I_ {k} -I_ {i}) cos ( phi _ { k} - phi _ {i})}$

и

${ displaystyle { frac {d phi _ {i}} {dt}} = { frac { partial { mathcal {H}} '} { partial I_ {i}}} = omega _ {i } + { frac {K} {N}} sum _ {k = 1} ^ {N} left [2 { sqrt {I_ {i} I_ {k}}} sin ( phi _ {k } - phi _ {i}) right. left. + { sqrt {I_ {k} / I_ {i}}} (I_ {k} -I_ {i}) sin ( phi _ {k } - phi _ {i}) right].}$

Итак, коллектор с ${ displaystyle I_ {j} = I}$ инвариантен, потому что ${ displaystyle { frac {dI_ {i}} {dt}} = 0}$ и фазовая динамика ${ displaystyle { frac {d phi _ {i}} {dt}}}$ становится динамикой модели Курамото (с теми же константами связи для ${ Displaystyle I = 1/2}$). Класс гамильтоновых систем характеризует некоторые квантово-классические системы, в том числе Конденсаты Бозе – Эйнштейна.

Вариации моделей

Четкие шаблоны синхронизации в двумерном массиве осцилляторов типа Курамото с различными функциями фазового взаимодействия и топологиями пространственного взаимодействия. (А) Вертушки. (B) Волны. (C) Химеры. (D) Химеры и волны вместе. Цветовая шкала указывает фазу генератора.

Существует ряд вариантов, которые можно применить к исходной модели, представленной выше. Некоторые модели меняют топологическую структуру, другие допускают неоднородные веса, а другие изменения больше связаны с моделями, вдохновленными моделью Курамото, но не имеющими той же функциональной формы.

Варианты топологии сети

Помимо исходной модели, имеющей полную топологию, достаточно плотная сложная сеть-подобная топология поддается обработке среднего поля, используемой в решении исходной модели^[15] (видеть Трансформация и Большой N предел выше для получения дополнительной информации). Сетевые топологии, такие как кольца и связанные популяции, поддерживают химерные состояния.^[16] Можно также задаться вопросом о поведении моделей, в которых есть внутренне локальные, 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 следует полагаться на индивидуальный анализ, используя симметрии, когда это возможно, что может дать основу для абстракции общих принципов решений.

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 помощью методов анализа устойчивости по Тьюрингу.^[17] Равномерная синхронность имеет тенденцию быть стабильной, когда локальная связь везде положительна, тогда как волны возникают, когда связи на больших расстояниях отрицательны (тормозящая окружающая связь). Волны и синхронность связаны топологически отличной ветвью решений, известной как рябь.^[18] Это малоамплитудные пространственно-периодические отклонения, которые выходят из однородного состояния (или волнового состояния) через Бифуркация хопфа.^[19] Существование волновых решений было предсказано (но не обнаружено) Wiley, Strogatz и Гирван,^[20] которые назвали их многокручными q-состояниями.

Топологию, на которой изучается модель Курамото, можно сделать адаптивной.^[21] с использованием фитнес-модель демонстрируя улучшение синхронизации и перколяции самоорганизованным способом.

Вариации топологии сети и веса сети: от координации транспортных средств до синхронизации мозга

Воспроизвести медиа

Метрономы, изначально не совпадающие по фазе, синхронизируются небольшими движениями основания, на котором они размещены. Было показано, что эта система эквивалентна модели Курамото.^[22]

Некоторые работы в сообществе управляющих сосредоточены на модели Курамото в сетях и с неоднородными весами (т.е. сила взаимосвязи между любыми двумя осцилляторами может быть произвольной). Динамика этой модели выглядит следующим образом:

${ displaystyle { frac {d theta _ {i}} {dt}} = omega _ {i} + sum _ {j = 1} ^ {N} a_ {ij} sin ( theta _ { j} - theta _ {i}), qquad i = 1 ldots N}$

куда ${ displaystyle a_ {ij}}$ ненулевое положительное действительное число, если осциллятор ${ displaystyle j}$ подключен к генератору ${ displaystyle i}$. Такая модель позволяет более реалистично изучить, например, стайку, обучение и координацию движений.^[23] В работе Дёрфлера и его коллег несколько теорем предоставляют строгие условия для фазовой и частотной синхронизации этой модели. Дальнейшие исследования, мотивированные экспериментальными наблюдениями в нейробиологии, сосредоточены на получении аналитических условий кластерной синхронизации гетерогенных осцилляторов Курамото на произвольных топологиях сети.^[24] Поскольку модель Курамото, по-видимому, играет ключевую роль в оценке феноменов синхронизации в мозге,^[25] Теоретические условия, поддерживающие эмпирические данные, могут проложить путь к более глубокому пониманию феномена нейрональной синхронизации.

Вариации функции фазового взаимодействия

Курамото аппроксимировал фазовое взаимодействие между любыми двумя осцилляторами его первой составляющей Фурье, а именно ${ Displaystyle Гамма ( фи) = грех ( фи)}$, куда ${ displaystyle phi = theta _ {j} - theta _ {i}}$. Лучшие приближения можно получить, включив компоненты Фурье более высокого порядка,

${ displaystyle Gamma ( phi) = sin ( phi) + a_ {1} sin (2 phi + b_ {1}) + ... + a_ {n} sin (2n phi + b_ {n})}$,

где параметры ${ displaystyle a_ {i}}$ и ${ displaystyle b_ {i}}$ должны быть оценены. Например, синхронизация в сети слабосвязанных Нейроны Ходжкина-Хаксли может быть воспроизведен с использованием связанных осцилляторов, которые сохраняют первые четыре компоненты Фурье функции взаимодействия.^[26] Введение членов фазового взаимодействия высшего порядка может также вызвать интересные динамические явления, такие как частично синхронизированные состояния,^[27] гетероклинические циклы,^[28] и хаотическая динамика.^[29]

Доступность

• пикластеризация Библиотека включает Python и C ++ реализацию модели Курамото и ее модификации. Также библиотека состоит из колебательных сетей (для кластерного анализа, распознавания образов, раскраски графиков, сегментации изображений), основанных на модели Курамото и фазовом осцилляторе.

Смотрите также

• Основная функция стабилизации
• Колебательная нейронная сеть

Рекомендации