Tópicos populares
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Redes neurais informadas pela física para inferir como os osciladores acoplados interagem: desde relógios embrionários até nanorods giratórios
Osciladores acoplados estão em toda parte na natureza—o relógio de segmentação coordenando a formação de vértebras em embriões, ritmos circadianos no núcleo supraquiasmático, redes elétricas, nanopartículas rotativas sob luz polarizada. Todos são governados por uma função de acoplamento que determina se os osciladores atraem, repelem ou sincronizam de forma assimétrica.
Identificar essa função a partir de dados é a chave para entender o mecanismo de interação, mas é um problema inverso difícil. Abordagens padrão representam a função de acoplamento como uma soma de polinômios trigonométricos ajustados a séries temporais de fase observadas—mas não há uma regra principiada para escolher quantos termos incluir. Hwang, Jo e Kim mostram que isso não é uma questão de convenção: não existe um número ótimo único. Poucas funções base perdem a estrutura assimétrica; muitas superajustam em dados esparsos ou ruidosos.
Para contornar completamente a seleção de bases, eles introduzem IC-PINN (Inferência de Acoplamento via Redes Neurais Informadas pela Física). Duas redes separadas aprendem, respectivamente, as trajetórias de fase e a função de acoplamento como uma função da diferença de fase, com periodicidade imposta ao mapear entradas através de (sin θ, cos θ). O treinamento conjunto minimiza uma perda combinada—fidelidade de dados mais uma restrição física que impõe consistência com as equações diferenciais governantes. Essa restrição atua como um regularizador natural, tornando o IC-PINN robusto ao ruído e à esparsidade sem ajuste manual.
O IC-PINN recupera funções de acoplamento em regimes de sincronização bidirecional, Winner-Take-All e Loser-Take-All, estende-se a M osciladores acoplados e infere a estrutura da rede com AUC de 1.0 em topologias esparsas e modulares. Aplicado a dados de oscilação do gene HES de células do broto da cauda de embriões de camundongos, confirma a sincronização Winner-Take-All e prevê que a diferença de fase se reduz à metade em aproximadamente 100 minutos. Aplicado a nanorods de ouro girando sob luz polarizada circular, recupera a função de acoplamento apenas a partir de dados de diferença de fase—um regime onde métodos convencionais falham completamente.
O ponto mais profundo é arquitetônico: o IC-PINN separa a dinâmica de fase da dinâmica de interação em redes distintas, acopladas apenas através de restrições físicas. Isso torna a função de acoplamento identificável mesmo a partir de observações parciais e ruidosas, e abre a porta para descobrir princípios de interação não lineares sem impor-lhes a priori.
Artigo:

Top
Classificação
Favoritos
