搜尋

按 Enter 搜尋,按 ESC 關閉

适应与自组织系统:2025–2026 年度综述

作者 Synergy Mathematics Team (作者)
編輯推薦

"2025–2026 年度综述"

選擇版本 E-Book
Chinese (Simplified) · E-Book
US$9.99

稅費與運費將在結賬時計算。

1
用 SDP Select 閱讀
加入願望清單
作者
Synergy Mathematics Team
格式
EBOOK
印刷頁數
737 pages
語言
ZH-CN
出版社
协同图书
系列
年度综述
SYBN
9EY90QWZ13
圖書信息

內容簡介

對 arXiv nlin.AO 分類的年度綜述,涵蓋 2025 年 9 月 至 2026 年 8 月 期間發表的研究。本卷基於對 108 篇論文 的細讀整理,組織為 40 章,按該領域的研究子方向描繪這一年的全貌。

全書框架(年度產出佔比):

  • 複雜系統與湧現動力學 (26.7%) — 該聚類聚焦複雜物理與動力系統中自組織、湧現行為與統計平衡的基本原理。
  • 活性物質與多智能體系統中的集體行為 (13.9%) — 該聚類研究活性物質與多智能體系統中的集體運動、對齊與信息處理,包括群體行為與決策制定。
  • 耦合振子中的相位約化與降維 (11.0%) — 該聚類發展將高維耦合振子系統約化為低維相位模型的數學方法,包括時延與群體振子效應。
  • 倉本與慣性振子網絡中的同步動力學 (10.7%) — 該聚類研究帶慣性的倉本型模型中的同步現象,聚焦網絡振子中的聚類形成、牽引與穩定性。
  • 演化博弈論與社會合作動力學 (10.5%) — 該聚類探索演化博弈中的合作、懲罰與社會相變,包括生態演化與集體風險情境。
  • 網絡動力學、流行病傳播與韌性 (9.5%) — 該聚類考察網絡上的動力學過程,包括流行病傳播、同步優化與演化系統中的結構韌性。
  • 神經網絡與物理啟發的學習系統 (7.3%) — 該聚類連接神經計算與物理原理,聚焦深度神經網絡中的學習動力學、共振與混合計算模型。
  • 高階相互作用與拓撲網絡動力學 (6.5%) — 該聚類研究高階網絡上的集體動力學,包括單純復形與超越成對耦合的拓撲相互作用。
  • 嵌合體狀態與自適應聚類動力學 (3.9%) — 該聚類聚焦具混合相干與非相干聚類的網絡中的嵌合體狀態、自適應重連與對稱誘導活動模式。

每個子方向均通過三章展開論述——它如何提出自己的問題、其關鍵結論的強度,以及它開放的爭論與前沿,從而讓讀者獲得該領域今年實際產出的可溯源圖景。

圖書詳情

產品詳情

SYBN
9EY90QWZ13
Publisher
协同图书
Language
Chinese (Simplified) / Chinese (Traditional) / English
Print Length
737 pages
Dimensions
6 x 1.84 x 9 inches
Item Weight
2.75 pounds
Volumes
2
關於作者
S

Synergy Mathematics Team

訪問作者主頁 ›
附加信息

來源與標籤

科学 / 系统中的混沌行为数学 / 应用数学
評價與口碑

買家評價

還沒有公開評價。首批已購用戶評價會顯示在這裡。

提交評價

已購用戶評價入口

請先登錄。系統只允许已購買用戶提交評價。

為您推薦

猜你喜歡