MétaCan
Menu
Retour à la cohorte
Enregistrement W3195652390 · doi:10.1137/20m1357755

Slow-fast Dynamics of Strongly Coupled Adaptive Frequency Oscillators

2021· preprint· en· W3195652390 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSIAM Journal on Applied Dynamical Systems · 2021
Typepreprint
Langueen
DomaineComputer Science
ThématiqueNonlinear Dynamics and Pattern Formation
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020 Framework ProgrammeEuropean CommissionYork University
Mots-clésControl theory (sociology)Synchronization (alternating current)Entrainment (biomusicology)Synchronization networksComputer scienceObserver (physics)Topology (electrical circuits)Invariant (physics)Kuramoto modelSIGNAL (programming language)PhysicsMathematicsAcousticsControl (management)Artificial intelligenceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Oscillators have two main limitations: their synchronization properties are limited (i.e they have a finite synchronization region) and they have no memory of past interactions (i.e. they return to their intrinsic frequency whenever the entraining signal disappears). We previously proposed a general mechanism to transform an oscillator into an adaptive frequency oscillator which adapts its parameters to learn the frequency of any input signal. The synchronization region then becomes infinite and the oscillator retains the entrainment frequency when the driving signal disappears. While this mechanism has been successfully used in various applications, such as robot control or observer design for active prosthesis, a formal understanding of its properties is still missing. In this paper, we study the adaptation mechanism in the case of strongly coupled phase oscillators and show that non-trivial slow-fast dynamics is at the origin of the adaptation. We show the existence of a layered structure of stable and unstable invariant slow manifolds and demonstrate how the input signal forces the dynamics to jump between these manifolds at regular intervals, leading to exponential convergence of the frequency adaptation. We extend the idea to a network of oscillators with amplitude adaptation and show that the slow invariant manifolds structure persists. Numerical simulations validate our analysis and extend the discussion to more complex cases.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,782
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,228
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle