@article{MejiaMonasterioMetzlerVollmer2020,
  author    = {Mejia-Monasterio, Carlos and Metzler, Ralf and Vollmer, J{\"u}rgen},
  title     = {Editorial: anomalous transport},
  series = {Frontiers in Physics},
  volume    = {8},
  journal   = {Frontiers in Physics},
  publisher = {Frontiers Media},
  address   = {Lausanne},
  issn      = {2296-424X},
  doi       = {10.3389/fphy.2020.622417},
  pages     = {4},
  year      = {2020},
  language  = {en}
}
@phdthesis{Peter2019,
  author    = {Peter, Franziska},
  title     = {Transition to synchrony in finite Kuramoto ensembles},
  doi       = {10.25932/publishup-42916},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-429168},
  school      = {Universit{\"a}t Potsdam},
  pages     = {vi, 93},
  year      = {2019},
  abstract  = {Synchronisation - die Ann{\"a}herung der Rhythmen gekoppelter selbst oszillierender Systeme - ist ein faszinierendes dynamisches Ph{\"a}nomen, das in vielen biologischen, sozialen und technischen Systemen auftritt. Die vorliegende Arbeit befasst sich mit Synchronisation in endlichen Ensembles schwach gekoppelter selbst-erhaltender Oszillatoren mit unterschiedlichen nat{\"u}rlichen Frequenzen. Das Standardmodell f{\"u}r dieses kollektive Ph{\"a}nomen ist das Kuramoto-Modell - unter anderem aufgrund seiner L{\"o}sbarkeit im thermodynamischen Limes unendlich vieler Oszillatoren. {\"A}hnlich einem thermodynamischen Phasen{\"u}bergang zeigt im Fall unendlich vieler Oszillatoren ein Ordnungsparameter den {\"U}bergang von Inkoh{\"a}renz zu einem partiell synchronen Zustand an, in dem ein Teil der Oszillatoren mit einer gemeinsamen Frequenz rotiert. Im endlichen Fall treten Fluktuationen auf. In dieser Arbeit betrachten wir den bisher wenig beachteten Fall von bis zu wenigen hundert Oszillatoren, unter denen vergleichbar starke Fluktuationen auftreten, bei denen aber ein Vergleich zu Frequenzverteilungen im unendlichen Fall m{\"o}glich ist. Zun{\"a}chst definieren wir einen alternativen Ordnungsparameter zur Feststellung einer kollektiven Mode im endlichen Kuramoto-Modell. Dann pr{\"u}fen wir die Abh{\"a}ngigkeit des Synchronisationsgrades und der mittleren Rotationsfrequenz der kollektiven Mode von Eigenschaften der nat{\"u}rlichen Frequenzverteilung f{\"u}r verschiedene Kopplungsst{\"a}rken. Wir stellen dabei zun{\"a}chst numerisch fest, dass der Synchronisationsgrad stark von der Form der Verteilung (gemessen durch die Kurtosis) und die Rotationsfrequenz der kollektiven Mode stark von der Asymmetrie der Verteilung (gemessen durch die Schiefe) der nat{\"u}rlichen Frequenzen abh{\"a}ngt. Beides k{\"o}nnen wir im thermodynamischen Limes analytisch verifizieren. Mit diesen Ergebnissen k{\"o}nnen wir Erkenntnisse anderer Autoren besser verstehen und verallgemeinern. Etwas abseits des roten Fadens dieser Arbeit finden wir außerdem einen analytischen Ausdruck f{\"u}r die Volumenkontraktion im Phasenraum. Der zweite Teil der Arbeit konzentriert sich auf den ordnenden Effekt von Fluktuationen, die durch die Endlichkeit des Systems zustande kommen. Im unendlichen Modell sind die Oszillatoren eindeutig in koh{\"a}rent und inkoh{\"a}rent und damit in geordnet und ungeordnet getrennt. Im endlichen Fall k{\"o}nnen die auftretenden Fluktuationen zus{\"a}tzliche Ordnung unter den asynchronen Oszillatoren erzeugen. Das grundlegende Prinzip, die rauschinduzierte Synchronisation, ist aus einer Reihe von Publikationen bekannt. Unter den gekoppelten Oszillatoren n{\"a}hern sich die Phasen aufgrund der Fluktuationen des Ordnungsparameters an, wie wir einerseits direkt numerisch zeigen und andererseits mit einem Synchronisationsmaß aus der gerichteten Statistik zwischen Paaren passiver Oszillatoren nachweisen. Wir bestimmen die Abh{\"a}ngigkeit dieses Synchronisationsmaßes vom Verh{\"a}ltnis von paarweiser nat{\"u}rlicher Frequenzdifferenz zur Varianz der Fluktuationen. Dabei finden wir eine gute {\"U}bereinstimmung mit einem einfachen analytischen Modell, in welchem wir die deterministischen Fluktuationen des Ordnungsparameters durch weißes Rauschen ersetzen.},
  language  = {en}
}
@phdthesis{Quade2018,
  author    = {Quade, Markus},
  title     = {Symbolic regression for identification, prediction, and control of dynamical systems},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-opus4-419790},
  school      = {Universit{\"a}t Potsdam},
  pages     = {xiii, 134},
  year      = {2018},
  abstract  = {In the present work, we use symbolic regression for automated modeling of dynamical systems. Symbolic regression is a powerful and general method suitable for data-driven identification of mathematical expressions. In particular, the structure and parameters of those expressions are identified simultaneously. We consider two main variants of symbolic regression: sparse regression-based and genetic programming-based symbolic regression. Both are applied to identification, prediction and control of dynamical systems. We introduce a new methodology for the data-driven identification of nonlinear dynamics for systems undergoing abrupt changes. Building on a sparse regression algorithm derived earlier, the model after the change is defined as a minimum update with respect to a reference model of the system identified prior to the change. The technique is successfully exemplified on the chaotic Lorenz system and the van der Pol oscillator. Issues such as computational complexity, robustness against noise and requirements with respect to data volume are investigated. We show how symbolic regression can be used for time series prediction. Again, issues such as robustness against noise and convergence rate are investigated us- ing the harmonic oscillator as a toy problem. In combination with embedding, we demonstrate the prediction of a propagating front in coupled FitzHugh-Nagumo oscillators. Additionally, we show how we can enhance numerical weather predictions to commercially forecast power production of green energy power plants. We employ symbolic regression for synchronization control in coupled van der Pol oscillators. Different coupling topologies are investigated. We address issues such as plausibility and stability of the control laws found. The toolkit has been made open source and is used in turbulence control applications. Genetic programming based symbolic regression is very versatile and can be adapted to many optimization problems. The heuristic-based algorithm allows for cost efficient optimization of complex tasks. We emphasize the ability of symbolic regression to yield white-box models. In contrast to black-box models, such models are accessible and interpretable which allows the usage of established tool chains.},
  language  = {en}
}
@phdthesis{Zaks2001,
  author    = {Zaks, Michael A.},
  title     = {Fractal Fourier spectra in dynamical systems},
  url       = {http://nbn-resolving.de/urn:nbn:de:kobv:517-0000500},
  school      = {Universit{\"a}t Potsdam},
  year      = {2001},
  abstract  = {Eine klassische Art, die Dynamik nichtlinearer Systeme zu beschreiben, besteht in der Analyse ihrer Fourierspektren. F{\"u}r periodische und quasiperiodische Prozesse besteht das Fourierspektrum nur aus diskreten Deltafunktionen. Das Spektrum einer chaotischen Bewegung ist hingegen durch das Vorhandensein einer stetigen Komponente gekennzeichnet. In der Arbeit geht es um einen eigenartigen, weder regul{\"a}ren noch vollst{\"a}ndig chaotischen Zustand mit sogenanntem singul{\"a}rstetigen Leistungsspektrum. Unsere Analyse ergab verschiedene F{\"a}lle aus weit auseinanderliegenden Gebieten, in denen singul{\"a}r stetige (fraktale) Spektren auftreten. Die Beispiele betreffen sowohl physikalische Prozesse, die auf iterierte diskrete Abbildungen oder gar symbolische Sequenzen reduzierbar sind, wie auch Prozesse, deren Beschreibung auf den gew{\"o}hnlichen oder partiellen Differentialgleichungen basiert.},
  subject      = {Nichtlineares dynamisches System / Harmonische Analyse / Fraktal},
  language  = {en}
}