Winding Numbers in Discrete Dynamics: From Circle Maps and Fractals to Chaotic Poincaré Sections
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.
Notice bibliographique
Résumé
Winding numbers are key indices in the depiction, modelling, and testing of dynamical processes. They capture phase progression on closed curves and are robust for quasiperiodic dynamics, but their status for chaotic Poincaré sections is unclear. This study tests whether any non-trivial winding-type index can be extracted from chaotic Poincaré maps using three approaches: (i) phase-angle analysis, (ii) Kabsch optimal-rotation estimation, and (iii) local turning-angle averaging. To benchmark feasibility and error, we compare four systems: the standard circle map, the same circle map embedded on two planar fractal curves (Koch snowflake and Hilbert curve), a quasiperiodic Duffing–van der Pol (DVP) Poincaré map, and a chaotic DVP Poincaré map. For the quasiperiodic map, all methods yield consistent, accurate winding numbers. For the transitional systems (circle map and its fractal embeddings), indices remain non-trivial but more deviated. In stark contrast, chaotic Poincaré maps produce only trivial indices across all methods. These results indicate a crucial fact about the modelling of chaotic Poincaré maps. That is, although being fractal, they are not merely chaotic maps on fractal curves; rather, they reflect a tighter coupling of geometry and dynamics. Practically, the recoverability of a non-trivial winding index offers a simple diagnostic to distinguish quasiperiodicity from chaos in Poincaré data or corresponding models. The constructed chaotic-map-on-fractal systems also act as test-bed models that bridge ideal one-dimensional mappings and realistic two-dimensional Poincaré sections.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 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 découle