网站首页生活 > 正文

工程师使用机器学习来测量系统中的混乱程度

2024-07-31 11:14:43 生活来源：

导读我们如何测量混沌?我们为什么要这样做?宾夕法尼亚大学工程师 Dani S. Bassett、生物工程和电气与系统工程 J. Peter Skirkanich 教授...

我们如何测量混沌?我们为什么要这样做?宾夕法尼亚大学工程师 Dani S. Bassett、生物工程和电气与系统工程 J. Peter Skirkanich 教授以及博士后研究员 Kieran Murphy 共同利用机器学习的力量来更好地理解混沌系统，为理论建模和现实场景中的新信息分析打开大门。

数千年来，人类一直在尝试理解和预测天气模式、行星运动和人口生态等混沌系统。虽然我们的模型随着时间的推移不断改进，但实现完美预测的障碍始终存在。

这是因为这些系统天生就是混沌的。并不是说蓝天和阳光可以在一秒钟内变成雷雨和倾盆大雨，尽管这种情况确实会发生，而是从数学上讲，天气模式和其他混沌系统受具有非线性特征的物理学支配。

“这种非线性是混沌系统的基础，”墨菲说。“与线性系统不同，线性系统中用于预测未来某个时间点会发生什么的信息会随着时间的推移保持一致，而非线性系统中的信息可能会随着时间的推移而丢失或产生。”

就像传话游戏一样，原始信息在人与人之间传递时会丢失，而新的单词和短语会填补空白，随着时间的推移，混乱系统中的结果会变得越来越难以预测。这种信息延迟使我们无法尽最大努力准确预测几天后的天气。

“你可以将数百万个探测器放入大气中来测量风速、温度和降水量，但你无法测量系统中的每一个原子，”墨菲说。

“你肯定会有一定程度的不确定性，而且这种不确定性会不断增加，而且会迅速增加。因此，尽管对几小时内的天气预报可能相当准确，但随着时间的推移，不确定性的增加使得预测一个月后的天气变得不可能。”

版权说明： 本文由用户上传，如有侵权请联系删除！

标签：