本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #511
- 日期：2026-03-18
摘要
本文研究了在計算環境中賦予機率度量的高維動力系統函數空間（時滯神經網路）中最可能的混沌路徑。隨著維度的增加，最可能的混沌路徑（相對於我們對函數空間施加的測量）被觀察到是一系列內馬克-薩克分岔進入混沌。該分析包括對示例動力系統的研究，以及對示例所源自的動力系統集合的機率研究。也提出了一個場景，描述了環面穩定流形的解耦導致高維耗散動力系統中混沌的發生。