喵ID：DkjCDv免责声明

RC-FODS algorithm for solving numerical solutions of fractional order dynamical system

求解分数阶动力系统数值解的RC-FODS算法

基本信息

DOI：
10.1063/5.0138585
发表时间：
2023-03
期刊：
AIP Advances
影响因子：
1.6
通讯作者：
Tomasz Kapitaniak
中科院分区：
材料科学4区
文献类型：
--
作者： Zi-Fei Lin;Jia-Li Zhao;Yan-Ming Liang;Tomasz Kapitaniak研究方向： -- MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址

文献摘要

We present a new method, the solving fractional order dynamical systems using reservoir computing (RC-FODS) algorithm, for solving fractional order nonlinear dynamical systems using deep learning. The method is shown to have advantages over traditional me
我们提出了一种新方法，即使用储备池计算求解分数阶动力系统（RC - FODS）算法，用于利用深度学习求解分数阶非线性动力系统。该方法被证明相较于传统方法具有优势。
参考文献（25）
被引文献（1）
Inferring the dynamics of oscillatory systems using recurrent neural networks
DOI：
10.1063/1.5096918
发表时间：
2019-06-01
期刊：
CHAOS
影响因子：
2.9
作者：
Cestnik, Rok;Abel, Markus
通讯作者：
Abel, Markus
Modeling of nonlinear system based on deep learning framework
DOI：
10.1007/s11071-015-2571-6
发表时间：
2015-12
期刊：
Nonlinear Dynamics
影响因子：
5.6
作者：
Xi Jin;Jie Shao;Xin Zhang;Wen-dou An;R. Malekian
通讯作者：
Xi Jin;Jie Shao;Xin Zhang;Wen-dou An;R. Malekian
Predicting phase and sensing phase coherence in chaotic systems with machine learning.
DOI：
10.1063/5.0006304
发表时间：
2020-07
期刊：
Chaos
影响因子：
2.9
作者：
Chun Zhang;Junjie Jiang;S. Qu;Y. Lai
通讯作者：
Chun Zhang;Junjie Jiang;S. Qu;Y. Lai
Using deep learning and Google Street View to estimate the demographic makeup of neighborhoods across the United States.
DOI：
10.1073/pnas.1700035114
发表时间：
2017-12-12
期刊：
Proceedings of the National Academy of Sciences of the United States of America
影响因子：
11.1
作者：
Gebru T;Krause J;Wang Y;Chen D;Deng J;Aiden EL;Fei-Fei L
通讯作者：
Fei-Fei L
Context-Aware Neural Machine Translation for Korean Honorific Expressions
DOI：
10.3390/electronics10131589
发表时间：
2021-06
期刊：
Electronics
影响因子：
2.9
作者：
Yong-keun Hwang;Yanghoon Kim;Kyomin Jung
通讯作者：
Yong-keun Hwang;Yanghoon Kim;Kyomin Jung

数据更新时间：{{ references.updateTime }}

关联基金

随机环境下经济政策的动力学建模和分析
批准号：
11902234
批准年份：
2019
资助金额：
27.0
项目类别：
青年科学基金项目
Tomasz Kapitaniak
通讯地址:
--
所属机构:
--
电子邮件地址：
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务；
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站，可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮，发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者，发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢，而不是作为文献的“购买”费用，平台也不从中收取任何费用，
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用，不得用于商业用途，否则一切风险由用户本人承担；
5、本平台尊重知识产权，如果权利所有者认为平台内容侵犯了其合法权益，可以通过本平台提供的版权投诉渠道提出投诉。一经核实，我们将立即采取措施删除/下架/断链等措施。
我已知晓