エントロピーとクラスタリングを用いたカオス的遍歴現象の解析

科学分野:

• 力学系理論
• 情報理論
• 計算物理学

背景:

• カオス的遍歴は、システムが様々な状態間を切り替わる複雑なダイナミクスを記述する。
• これらの遷移を解析することは、カオス系を理解するために重要である。
• 既存の方法では、状態遷移のニュアンスを完全には捉えきれない場合がある。

研究 の 目的:

• カオス的遍歴を解析するための新しい方法論を開発すること。
• 準安定状態とカオス的遷移を特定し、特徴づけること。
• 既知のカオス系で手法の有効性を実証すること。

主な方法:

• 局所的シャノンエントロピーと局所的順列エントロピーを利用して、潜在的なカオス的遍歴を検出する。
• 密度ベースのクラスタリングアルゴリズムを用いて、準安定状態（アトラクターの残骸）とカオス的遷移状態を特定する。
• 統計的検定を用いて、滞在時間と遷移ダイナミクスを解析する。

主要な成果:

• エントロピー尺度を用いてカオス的遍歴を起こしやすいシステムを特定することに成功した。
• 大域結合ロジスティックマップ（GCMs）内におけるアトラクターの残骸とカオス的遷移状態を特徴づけた。
• 遍歴ダイナミクスのコヒーレント相と間欠相をアルゴリズム的に区別した。

結論:

• 提案されたエントロピーとクラスタリングに基づく方法論は、カオス的遍歴を解析するための堅牢なフレームワークを提供する。
• このアプローチは、複雑系における状態遷移のダイナミクスを効果的に特徴づける。
• 本研究の結果は、GCMなどで観察される現象の理解における本手法の有用性を検証する。