项目名称: 随机动力系统的复杂性

项目编号: No.11331007

项目类型: 重点项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 吕克宁

作者单位: 四川大学

项目金额: 230万元

中文摘要: 本项目位于动力系统,随机分析、随机微分方程、微分几何的交叉领域,有很强的应用背景,涉及随机动力系统的两个方面:随机动力系统的复杂性和随机测地流。具体课题包含无穷维随机动力系统的混沌理论;随机测地流的遍历理论;确定性微分方程在随机外力作用下的复杂动力学行为;无穷维随机动力系统法向双曲流形理论及应用; 随机偏微分方程所生成的随机流的存在性问题。这些课题是当前国际上随机动力系统研究的热门方向。项目组全体成员力争在上述各个方向的研究中在理论和方法上作出创新性成果,以推动学科的发展。

中文关键词: 随机动力系统;随机测地流;随机不变流形;混沌;熵

英文摘要: This project is an interdisciplinary research in the area of dynamical systems, stochastic analysis, stochastic differential equations, and geometry. It is directed towards the development of the fundamental theory for the complicated dynamics of random dynamical systems and the stochastic geodesic flows. The proposed topics include the theory of chaotic dynamics for infinite dimensional random dynamical systems; the ergodic theory of stochastic geodesic flows; the complicated dynamics of differential equations driven by random/stochastic forcing; the theory of normally hyperbolic random invariant manifolds for infinite dimensional random dynamical systems and their applications; and the stochastic flow generated by stochastic partial differential equations.This project is directed to both advancing the boarders of knowledge in critical areas of mathematics and also relating those advances to problems arising at the forefront of other sciences. It is also expected that the techniques developed in this project will have an impact on the advancement of mathematics beyond the vision outlined in this proposal.

英文关键词: Random dynamical systems;Stochastic deodesic flow;Random invariant manifold;Chaos;Entropy

成为VIP会员查看完整内容
0

相关内容

《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
【硬核书】演化、信息和复杂性的数学分析,504页pdf
专知会员服务
83+阅读 · 2021年9月2日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
41+阅读 · 2021年6月2日
经典书《复杂性思考》,158页pdf
专知会员服务
82+阅读 · 2021年5月8日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
112+阅读 · 2021年3月23日
专知会员服务
139+阅读 · 2020年12月3日
观点丨DALL-E 2、AI研究的未来以及OpenAI的商业前景
机器学习中原型学习研究进展
专知
0+阅读 · 2022年1月18日
【新书】分布式强化学习,280页pdf
专知
21+阅读 · 2021年12月19日
自动化所主办期刊《自动化学报》(英文版)最新影响因子6.171
中国科学院自动化研究所
0+阅读 · 2021年7月2日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
【GAN】生成式对抗网络GAN的研究进展与展望
产业智能官
12+阅读 · 2017年8月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月3日
Arxiv
12+阅读 · 2022年4月30日
Arxiv
22+阅读 · 2018年2月14日
小贴士
相关VIP内容
《机器学习的最优传输》教程,63页PPT
专知会员服务
61+阅读 · 2022年4月30日
机器学习中原型学习研究进展
专知会员服务
46+阅读 · 2022年1月18日
【硬核书】演化、信息和复杂性的数学分析,504页pdf
专知会员服务
83+阅读 · 2021年9月2日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
41+阅读 · 2021年6月2日
经典书《复杂性思考》,158页pdf
专知会员服务
82+阅读 · 2021年5月8日
专知会员服务
72+阅读 · 2021年4月8日
专知会员服务
112+阅读 · 2021年3月23日
专知会员服务
139+阅读 · 2020年12月3日
相关资讯
观点丨DALL-E 2、AI研究的未来以及OpenAI的商业前景
机器学习中原型学习研究进展
专知
0+阅读 · 2022年1月18日
【新书】分布式强化学习,280页pdf
专知
21+阅读 · 2021年12月19日
自动化所主办期刊《自动化学报》(英文版)最新影响因子6.171
中国科学院自动化研究所
0+阅读 · 2021年7月2日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
神经网络常微分方程 (Neural ODEs) 解析
AI科技评论
41+阅读 · 2019年8月9日
【GAN】生成式对抗网络GAN的研究进展与展望
产业智能官
12+阅读 · 2017年8月31日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员