论文部分内容阅读
深度学习预测混沌时间序列
【摘 要】
：
混沌时间序列是从混沌系统中观测得到的随时间演化的序列,由于对初始状态的极端敏感性,其预测问题一直是科学领域的一个热点与难点。近年来,深度学习技术的快速发展推动了其在物理中的广泛应用。其中,储备池计算(reservoir computing)方法由于在混沌时间序列预测方面的卓越效果而受到了越来越多地重视,形成了一个新的研究热点。本文将探究如何使用深度学习技术从混沌系统过去的数据中有效预测未来的时间序
【机 构】
：
厦门大学
【出 处】
：
厦门大学
【发表日期】
：
2020年07期
其他文献
主持人:党的十七大明确提出,要以改革创新精神全面推进党的建设新的伟大工程。党的工作重心在基层,执政基础在基层,活力源泉也在基层。基层党组织建设只有积极推进改革创新,
缺陷在液晶中广泛存在。拓扑缺陷来源于连续对称性的破坏。凝聚态中的缺陷分为两种：位错和向错。本文基于Landau-de Gennes理论，对不同边界条件下引起的缺陷进行了分析与讨论。本文利用松弛方法，研究了不同边界引起的缺陷结构。文中设置了三种边界：平面边界、单台阶边界和双台阶边界。通过数值计算分别得出平衡态时不同边界下系统的二阶序参数张量，三个本征值以及双轴性参数。结果表明向错中心存在本征值交换。
重子激发态的研究对我们认识重子内部结构和非微扰QCD区域的强相互作用有着重要的意义。然而这方面的研究进展缓慢，现有的研究结果主要来自二十多年前的πN和γN散射实验数据
自旋电子学的研究开始于1988年巨磁电阻效应的发现。自旋阀和磁隧道结由于在硬盘磁头、磁随机存储器(MRAM)等实际应用上的巨大商业价值而一直是关注和研究的热点。铁磁(FM)/
磁化率成像是一种基于相位信息的磁共振成像(magnetic resonance imaging,MRI)技术,已经成为MRI领域的新热点之一。磁化率加权成像(susceptibility weighted imaging,SWI)和定量磁化率成像(quantitative susceptibility mapping,QSM)是近年发展起来的具有代表性的磁化率成像技术。SWI通过相位信息(或磁化率
学位
表面等离子体光子学在生物/化学检测、纳米尺度的光子学器件、突破衍射极限的高分辨率成像、生物医学、光学非线性增强、高密度光存储等领域具有广泛的应用前景，成为当前科学
促进领导干部廉洁自律是反腐倡廉的一项重要工作,是新时期从严治党、端正党风的重要前提,是贯彻落实党的路线、方针、政策,促进改革开放和经济建设,维护政治、社会稳定,推进
中宣部副部长、国家广电总局局长徐光春２００１年３月７日在参加九届全国人大四次会议香港代表团全体会议时表示 ,内地与香港应该在广电技术和节目领域开展多层次的合作。徐光春欢迎港商