Sincronização de fase em sistemas caóticos e sua aplicabilidade ao reconhecimento de padrões
Autor(a) principal: | |
---|---|
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 |