Deep Learning-based Analysis of Basins of Attraction

要約

この研究は、多様な力学システムの引力領域の複雑さと予測不可能性を特徴付ける際の畳み込みニューラル ネットワーク (CNN) の有効性を示しています。
従来の方法では複数の引力領域を特徴付けるには計算コストがかかるため、この新しい方法は力学システムのさまざまなパラメータを探索するのに最適です。
さらに、私たちの研究には、このタスクに関するさまざまな CNN アーキテクチャの比較が含まれており、時代遅れのアーキテクチャであっても、従来の方法よりも私たちが提案する特性評価方法の優位性を示しています。

要約(オリジナル)

This study showcases the effectiveness of convolutional neural networks (CNNs) in characterizing the complexity and unpredictability of basins of attraction for diverse dynamical systems. This novel method is optimal for exploring different parameters of dynamical systems since the conventional methods are computationally expensive for characterizing multiple basins of attraction. Additionally, our research includes a comparison of different CNN architectures for this task showing the superiority of our proposed characterization method over the conventional methods, even with obsolete architectures.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google