Buchumschlag

Chaotic Oscillator Networks for Classification Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ivas, Toni, Violakis, Georgios, Richter, Roland, Hoffmann, Patrik, Shevchik, Sergey
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Chaotic Dynamics Neural and Evolutionary Computing Computational Physics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Continuous Chaotic Attractors with a Reservoir Computer
von: Smith, Lindsay M., et al.
Veröffentlicht: (2021)

Reservoir Computing with a Single Oscillating Gas Bubble: Emphasizing the Chaotic Regime
von: Abdel-Ghani, Hend, et al.
Veröffentlicht: (2025)

Integer-State Dynamics of Quantized Spiking Neural Networks for Efficient Hardware Acceleration
von: Zhang, Lei
Veröffentlicht: (2026)

Designing Chaotic Attractors: A Semi-supervised Approach
von: Kabayama, Tempei, et al.
Veröffentlicht: (2024)

Jump-diffusion models of parametric volume-price distributions
von: Budhathoki, Anup, et al.
Veröffentlicht: (2025)

Identification of fixations and saccades in eye-tracking data using adaptive threshold-based method
von: Orioma, Charles, et al.
Veröffentlicht: (2025)

Asymmetrically connected reservoir networks learn better
von: Rathor, Shailendra K., et al.
Veröffentlicht: (2024)

Reconfigurable Nonlinear Photonic Networks for In-Situ Learning and Memory Formation via Driven-Dissipative Dynamics
von: Yorke, Isaac
Veröffentlicht: (2026)

Reconstruction of dynamic systems using genetic algorithms with dynamic search limits
von: Rodríguez-Abreo, Omar, et al.
Veröffentlicht: (2024)

Controlling Chaotic Maps using Next-Generation Reservoir Computing
von: Kent, Robert M., et al.
Veröffentlicht: (2023)

Adjusting Dynamics of Hopfield Neural Network via Time-variant Stimulus
von: Peng, Xuenan, et al.
Veröffentlicht: (2024)

The boundary of neural network trainability is fractal
von: Sohl-Dickstein, Jascha
Veröffentlicht: (2024)

Analysis of chaotic dynamical systems with autoencoders
von: Almazova, N., et al.
Veröffentlicht: (2021)

Harnessing and modulating chaos to sample from neural generative models
von: Chaudhuri, Rishidev, et al.
Veröffentlicht: (2024)

Panda: A pretrained forecast model for chaotic dynamics
von: Lai, Jeffrey, et al.
Veröffentlicht: (2025)

Denoising and Reconstruction of Nonlinear Dynamics using Truncated Reservoir Computing
von: Sedehi, Omid, et al.
Veröffentlicht: (2025)

Reservoir computing with logistic map
von: Arun, R., et al.
Veröffentlicht: (2024)

Attractor-merging Crises and Intermittency in Reservoir Computing
von: Kabayama, Tempei, et al.
Veröffentlicht: (2025)

Machine Learning of Nonlinear Dynamical Systems with Control Parameters Using Feedforward Neural Networks
von: Sakaguchi, Hidetsugu
Veröffentlicht: (2024)

Prediction performance of random reservoirs with different topology for nonlinear dynamical systems with different number of degrees of freedom
von: Rathor, Shailendra K., et al.
Veröffentlicht: (2025)

Proposed modified computational model for the amoeba-inspired combinatorial optimization machine
von: Miyajima, Yusuke, et al.
Veröffentlicht: (2024)

Hierarchy of chaotic dynamics in random modular networks
von: Kuśmierz, Łukasz, et al.
Veröffentlicht: (2024)

Freezing chaos without synaptic plasticity
von: Huang, Weizhong, et al.
Veröffentlicht: (2025)

How high dimensional neural dynamics are confined in phase space
von: Wang, Shishe, et al.
Veröffentlicht: (2024)

Enhancing Computational Efficiency in Multiscale Systems Using Deep Learning of Coordinates and Flow Maps
von: Hamid, Asif, et al.
Veröffentlicht: (2024)

Classical and Quantum Physical Reservoir Computing for Onboard Artificial Intelligence Systems: A Perspective
von: Abbas, A. H., et al.
Veröffentlicht: (2024)

Physical Reservoir Computing Enabled by Solitary Waves and Biologically-Inspired Nonlinear Transformation of Input Data
von: Maksymov, Ivan S.
Veröffentlicht: (2024)

Counting Short Trajectories in Elementary Cellular Automata using the Transfer Matrix Method
von: Koller, Cédric, et al.
Veröffentlicht: (2025)

Revisiting time-variant complex conjugate matrix equations with their corresponding real field time-variant large-scale linear equations, neural hypercomplex numbers space compressive approximation approach
von: He, Jiakuang, et al.
Veröffentlicht: (2024)

Energy transport and chaos in a one-dimensional disordered nonlinear stub lattice
von: Cheong, Su Ho, et al.
Veröffentlicht: (2025)

HENNC: Hardware Engine for Artificial Neural Network-based Chaotic Oscillators
von: Vaziri, Mobin, et al.
Veröffentlicht: (2024)

Symmetry-Protected Lyapunov Neutral Modes in Equivariant Recurrent Networks
von: Mo, Hanson Hanxuan
Veröffentlicht: (2026)

Analysis of the Geometric Structure of Neural Networks and Neural ODEs via Morse Functions
von: Kuehn, Christian, et al.
Veröffentlicht: (2024)

Forecasting Low-Dimensional Turbulence via Multi-Dimensional Hybrid Quantum Reservoir Computing
von: Salatino, L., et al.
Veröffentlicht: (2025)

A Differentiable Programming Framework for Accurate and Stable Reduced-Order Modeling of Chaotic Flows
von: Kumar, Anant, et al.
Veröffentlicht: (2026)

Does the Forced Van der Pol Oscillator Exhibit Irregular Behavior?
von: Tibrewal, Samaira, et al.
Veröffentlicht: (2025)

Transmitted and Storage-Dominated Resonance in Fractionally Damped Unidirectionally Coupled Duffing Oscillators
von: Rouaida, Messali, et al.
Veröffentlicht: (2026)

Chimera states in neural networks and power systems
von: Deng, Shengfeng, et al.
Veröffentlicht: (2023)

Using Machine Learning and Neural Networks to Analyze and Predict Chaos in Multi-Pendulum and Chaotic Systems
von: Ramachandruni, Vasista, et al.
Veröffentlicht: (2025)

Linear Simple Cycle Reservoirs at the edge of stability perform Fourier decomposition of the input driving signals
von: Fong, Robert Simon, et al.
Veröffentlicht: (2024)