Notice bibliographique
Résumé
Glass networks have been proposed as a model framework for gene regulation, chemical kinetics and neural networks. Their main distinguishing feature is that although the network variables evolve continuously in time, interactions between them depend discontinuously on their sign (i.e. above or below a threshold). While this is a simplification, it has tremendous analytic advantages if the approximation is reasonable in an application. This study explores and classifies bifurcations in Glass networks, and relates them to bifurcations of smooth systems. These bifurcations can often not be studied with traditional bifurcation theory, as the vector fields are discontinuous. However, the theory that has been developed for periodic orbits of Glass networks allows a natural classification for bifurcations of periodic orbits. Some of these are shown to correspond to smooth-system bifurcations, others are shown to fit into the framework of "C-bifurcations" or "border-collision bifurcations" and others are shown to allow truly ambiguous behavior, for which Filippov's theory for discontinuous vector fields is an appropriate tool. Routes to chaos are also explored, and it is demonstrated that period-doubling cascades do not occur. However, sudden transitions to chaos, which are common in Glass networks, can result in a limiting sense from compression to a point of a period-doubling cascade in corresponding networks with sigmoidal interactions as the sigmoid's gain is increased. Other phenomena such as intermittency and multistability are also discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».