Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões

Detalhes bibliográficos
Autor(a) principal: Rosangela Follmann Bageston
Data de Publicação: 2011
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m19/2011/04.18.03.14
Resumo: Um importante fenômeno encontrado na natureza é o da sincronização. Ele ocorre quando sistemas acoplados têm suas dinâmicas alteradas de forma a convergirem para um ritmo comum. Este comportamento se revela de diversas formas. Em especial, quando os sistemas que se acoplam não são completamente idênticos e a força de acoplamento entre eles não é tão intensa, surge a denominada sincronização de fase, na qual a diferença de fase entre os sistemas se mantém limitada, enquanto suas amplitudes se apresentam não correlacionadas. Recentemente descobriu-se que o fenômeno da sincronização de fase é onipresente na natureza, manifestando-se mesmo entre sistemas caóticos, com fase coerentes ou não-coerentes. O presente trabalho desdobrou-se em duas frentes. Na primeira, desenvolveu-se uma metodologia que permite identificar a sincronização de fase em sistemas caóticos e séries temporais. Este método consiste em obter a fase de sistemas caóticos através de uma análise espectral baseada em mínimos quadrados. A metodologia se apresentou bastante flexível para ser aplicada mesmo a sistemas com características de fase não coerente. Essa técnica foi validada através da comparação dos resultados com os obtidos com outros métodos existentes na literatura. Essa nova metodologia se mostrou robusta a níveis moderados de ruído, podendo também ser empregada na análise de dados experimentais para identificar a sincronização de fase. Na segunda parte deste trabalho, o conceito de sincronização de fase que está presente mesmo em grandes conjuntos de osciladores caóticos, como o caso do cérebro humano, foi explorado em uma configuração de rede neural artificial, constituída de um grande conjunto de osciladores interligados. Esta rede atua como uma memória associativa e as informações são armazenadas na diferença de fase entre os osciladores do conjunto. Além disso, um experimento envolvendo identificação de padrões binários aplicado a um grupo de indivíduos apresentou um limiar similar ao da rede de osciladores para recuperação das informações.
id INPE_d7423480c67e088b559e97458da5e0e5
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m19/2011/04.18.03.14.58-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisSincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrõesPhase synchronization in chaotic systems and its applicability in pattern recognition2011-05-18Elbert Einstein Nehrer MacauLamartine Nogueira Frutuoso GuimarãesJosé Carlos BeccenerEpaminondas Rosa JuniorJosé Roberto Castilho PiqueiraRosangela Follmann BagestonInstituto Nacional de Pesquisas EspaciaisPrograma de Pós-Graduação do INPE em Computação AplicadaINPEBRsincronização de fasesistemas caóticosrede de osciladoresreconhecimento de padrõesphase synchronizationchaotic systemsoscillator networkspattern recognitionUm importante fenômeno encontrado na natureza é o da sincronização. Ele ocorre quando sistemas acoplados têm suas dinâmicas alteradas de forma a convergirem para um ritmo comum. Este comportamento se revela de diversas formas. Em especial, quando os sistemas que se acoplam não são completamente idênticos e a força de acoplamento entre eles não é tão intensa, surge a denominada sincronização de fase, na qual a diferença de fase entre os sistemas se mantém limitada, enquanto suas amplitudes se apresentam não correlacionadas. Recentemente descobriu-se que o fenômeno da sincronização de fase é onipresente na natureza, manifestando-se mesmo entre sistemas caóticos, com fase coerentes ou não-coerentes. O presente trabalho desdobrou-se em duas frentes. Na primeira, desenvolveu-se uma metodologia que permite identificar a sincronização de fase em sistemas caóticos e séries temporais. Este método consiste em obter a fase de sistemas caóticos através de uma análise espectral baseada em mínimos quadrados. A metodologia se apresentou bastante flexível para ser aplicada mesmo a sistemas com características de fase não coerente. Essa técnica foi validada através da comparação dos resultados com os obtidos com outros métodos existentes na literatura. Essa nova metodologia se mostrou robusta a níveis moderados de ruído, podendo também ser empregada na análise de dados experimentais para identificar a sincronização de fase. Na segunda parte deste trabalho, o conceito de sincronização de fase que está presente mesmo em grandes conjuntos de osciladores caóticos, como o caso do cérebro humano, foi explorado em uma configuração de rede neural artificial, constituída de um grande conjunto de osciladores interligados. Esta rede atua como uma memória associativa e as informações são armazenadas na diferença de fase entre os osciladores do conjunto. Além disso, um experimento envolvendo identificação de padrões binários aplicado a um grupo de indivíduos apresentou um limiar similar ao da rede de osciladores para recuperação das informações.An important phenomenon found in nature is the one of synchronization. This phenomenon occurs when coupled systems have changed their dynamics in order to converge to a common rhythm. This behavior reveals itself in several ways. Especially when the coupled systems are not completely identical and the coupling force between them is not so intense, there is the so-called phase synchronization, in which the phase difference between the systems remains limited while their amplitudes are not correlated. Recently it was discovered that the phenomenon of phase synchronization is ubiquitous in nature, manifesting itself even in chaotic systems with phase-coherent or non coherent dynamics. This work is divided into two fronts. At first, we developed a methodology to identify the phase synchronization in chaotic systems from time series. This method consists in obtaining the phase through a spectral analysis based on least squares. This methodology is flexible enough to be applied even to phase non coherent systems, with consistent results. This technique is validated by comparing the results with those obtained with other methods in the literature. This new methodology is robust to moderate levels of noise and also can be employed in the analysis of experimental data to identify phase synchronization. In the second part of this work, the concept of phase synchronization is present even in large sets of chaotic oscillators, like the case of the human brain, which is exploited to set an artificial oscillatory neural network consisting of a large set of interconnected oscillators. This network acts as an associative memory and the information is stored using the phase difference between the oscillators in the set. We added a new term in the coupling function of the network of oscillators which improved the recovery of information stored in it. Furthermore, an experiment involving identification binary patterns applied to a group of subjects had result to a similar threshold to the network of oscillators for perfect retrieval of information.http://urlib.net/sid.inpe.br/mtc-m19/2011/04.18.03.14info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:53:36Zoai:urlib.net:sid.inpe.br/mtc-m19/2011/04.18.03.14.58-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:53:37.509Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
dc.title.alternative.en.fl_str_mv Phase synchronization in chaotic systems and its applicability in pattern recognition
title Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
spellingShingle Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
Rosangela Follmann Bageston
title_short Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
title_full Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
title_fullStr Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
title_full_unstemmed Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
title_sort Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
author Rosangela Follmann Bageston
author_facet Rosangela Follmann Bageston
author_role author
dc.contributor.advisor1.fl_str_mv Elbert Einstein Nehrer Macau
dc.contributor.referee1.fl_str_mv Lamartine Nogueira Frutuoso Guimarães
dc.contributor.referee2.fl_str_mv José Carlos Beccener
dc.contributor.referee3.fl_str_mv Epaminondas Rosa Junior
dc.contributor.referee4.fl_str_mv José Roberto Castilho Piqueira
dc.contributor.author.fl_str_mv Rosangela Follmann Bageston
contributor_str_mv Elbert Einstein Nehrer Macau
Lamartine Nogueira Frutuoso Guimarães
José Carlos Beccener
Epaminondas Rosa Junior
José Roberto Castilho Piqueira
dc.description.abstract.por.fl_txt_mv Um importante fenômeno encontrado na natureza é o da sincronização. Ele ocorre quando sistemas acoplados têm suas dinâmicas alteradas de forma a convergirem para um ritmo comum. Este comportamento se revela de diversas formas. Em especial, quando os sistemas que se acoplam não são completamente idênticos e a força de acoplamento entre eles não é tão intensa, surge a denominada sincronização de fase, na qual a diferença de fase entre os sistemas se mantém limitada, enquanto suas amplitudes se apresentam não correlacionadas. Recentemente descobriu-se que o fenômeno da sincronização de fase é onipresente na natureza, manifestando-se mesmo entre sistemas caóticos, com fase coerentes ou não-coerentes. O presente trabalho desdobrou-se em duas frentes. Na primeira, desenvolveu-se uma metodologia que permite identificar a sincronização de fase em sistemas caóticos e séries temporais. Este método consiste em obter a fase de sistemas caóticos através de uma análise espectral baseada em mínimos quadrados. A metodologia se apresentou bastante flexível para ser aplicada mesmo a sistemas com características de fase não coerente. Essa técnica foi validada através da comparação dos resultados com os obtidos com outros métodos existentes na literatura. Essa nova metodologia se mostrou robusta a níveis moderados de ruído, podendo também ser empregada na análise de dados experimentais para identificar a sincronização de fase. Na segunda parte deste trabalho, o conceito de sincronização de fase que está presente mesmo em grandes conjuntos de osciladores caóticos, como o caso do cérebro humano, foi explorado em uma configuração de rede neural artificial, constituída de um grande conjunto de osciladores interligados. Esta rede atua como uma memória associativa e as informações são armazenadas na diferença de fase entre os osciladores do conjunto. Além disso, um experimento envolvendo identificação de padrões binários aplicado a um grupo de indivíduos apresentou um limiar similar ao da rede de osciladores para recuperação das informações.
dc.description.abstract.eng.fl_txt_mv An important phenomenon found in nature is the one of synchronization. This phenomenon occurs when coupled systems have changed their dynamics in order to converge to a common rhythm. This behavior reveals itself in several ways. Especially when the coupled systems are not completely identical and the coupling force between them is not so intense, there is the so-called phase synchronization, in which the phase difference between the systems remains limited while their amplitudes are not correlated. Recently it was discovered that the phenomenon of phase synchronization is ubiquitous in nature, manifesting itself even in chaotic systems with phase-coherent or non coherent dynamics. This work is divided into two fronts. At first, we developed a methodology to identify the phase synchronization in chaotic systems from time series. This method consists in obtaining the phase through a spectral analysis based on least squares. This methodology is flexible enough to be applied even to phase non coherent systems, with consistent results. This technique is validated by comparing the results with those obtained with other methods in the literature. This new methodology is robust to moderate levels of noise and also can be employed in the analysis of experimental data to identify phase synchronization. In the second part of this work, the concept of phase synchronization is present even in large sets of chaotic oscillators, like the case of the human brain, which is exploited to set an artificial oscillatory neural network consisting of a large set of interconnected oscillators. This network acts as an associative memory and the information is stored using the phase difference between the oscillators in the set. We added a new term in the coupling function of the network of oscillators which improved the recovery of information stored in it. Furthermore, an experiment involving identification binary patterns applied to a group of subjects had result to a similar threshold to the network of oscillators for perfect retrieval of information.
description Um importante fenômeno encontrado na natureza é o da sincronização. Ele ocorre quando sistemas acoplados têm suas dinâmicas alteradas de forma a convergirem para um ritmo comum. Este comportamento se revela de diversas formas. Em especial, quando os sistemas que se acoplam não são completamente idênticos e a força de acoplamento entre eles não é tão intensa, surge a denominada sincronização de fase, na qual a diferença de fase entre os sistemas se mantém limitada, enquanto suas amplitudes se apresentam não correlacionadas. Recentemente descobriu-se que o fenômeno da sincronização de fase é onipresente na natureza, manifestando-se mesmo entre sistemas caóticos, com fase coerentes ou não-coerentes. O presente trabalho desdobrou-se em duas frentes. Na primeira, desenvolveu-se uma metodologia que permite identificar a sincronização de fase em sistemas caóticos e séries temporais. Este método consiste em obter a fase de sistemas caóticos através de uma análise espectral baseada em mínimos quadrados. A metodologia se apresentou bastante flexível para ser aplicada mesmo a sistemas com características de fase não coerente. Essa técnica foi validada através da comparação dos resultados com os obtidos com outros métodos existentes na literatura. Essa nova metodologia se mostrou robusta a níveis moderados de ruído, podendo também ser empregada na análise de dados experimentais para identificar a sincronização de fase. Na segunda parte deste trabalho, o conceito de sincronização de fase que está presente mesmo em grandes conjuntos de osciladores caóticos, como o caso do cérebro humano, foi explorado em uma configuração de rede neural artificial, constituída de um grande conjunto de osciladores interligados. Esta rede atua como uma memória associativa e as informações são armazenadas na diferença de fase entre os osciladores do conjunto. Além disso, um experimento envolvendo identificação de padrões binários aplicado a um grupo de indivíduos apresentou um limiar similar ao da rede de osciladores para recuperação das informações.
publishDate 2011
dc.date.issued.fl_str_mv 2011-05-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
status_str publishedVersion
format doctoralThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m19/2011/04.18.03.14
url http://urlib.net/sid.inpe.br/mtc-m19/2011/04.18.03.14
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Computação Aplicada
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Computação Aplicada
contributor_advisor1_txtF_mv Elbert Einstein Nehrer Macau
_version_ 1706809353120514048