TY - BOOK A1 - Wilhelm, Jan Lorenz A1 - Hummelbrunner, Richard A1 - Causemann, Bernward A1 - Mutter, Theo A1 - Raab, Michaela A1 - Bugenhagen, Anja A1 - Smid, Hendrik ED - Wilhelm, Jan Lorenz T1 - Evaluation komplexer Systeme BT - Systemische Evaluationsansätze in der deutschen Entwicklungszusammenarbeit N2 - Seit von Foerster können wir soziale Systeme als Black Boxes betrachten, zu deren Funktionsweise keine klaren Wenn-Dann-Aussagen möglich erscheinen und deren Operationsweise sich für den Beobachter immer nur sequenziell und sprunghaft – und folglich nie ganzheitlich – darstellt. Jedes Bemühen, ein soziales System tiefgründig verstehen und abbilden zu wollen, kann somit schnell ein Gefühl von Orientierungslosigkeit und Überforderung auslösen – ähnlich, wie während einer Achterbahnfahrt. Für die Evaluationsdebatte resultiert aus dieser Sichtweise die Kernfrage, wie nun also im Rahmen von Evaluationen mit sozialer Komplexität umgegangen werden kann. An diese Frage anknüpfend stellt der vorliegende Band das Feld der systemischen Therapie- und Beratungsansätze als inspirierenden Fundus vor, aus welchem sich Konzepte, Methoden und Techniken zur Gestaltung von Evaluationsvorhaben ableiten lassen. Aber welche Möglichkeiten und Grenzen offenbaren sich dabei? Lässt sich sozialer Komplexität mit Hilfe dieser Ansätze besser begegnen? Welche Rahmenbedingungen sollten dabei erfüllt sein und wie lassen sich systemische von nicht-systemischen Ansätzen unterscheiden? T3 - Potsdamer Geographische Praxis - 10 KW - Evaluation KW - komplexe Systeme KW - systemische Ansätze KW - Entwicklungszusammenarbeit KW - Komplexität KW - Entwicklungspolitik KW - Evaluation KW - complex systems KW - systemic approaches KW - development cooperation KW - complexity KW - development policy Y1 - 2015 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-78384 SN - 978-3-86956-336-7 PB - Universitätsverlag Potsdam CY - Potsdam ER - TY - JOUR A1 - Wiesner, Karoline A1 - Ladyman, James T1 - Complex systems are always correlated but rarely information processing JF - Journal of physics. Complexity N2 - 'Complex systems are information processors' is a statement that is frequently made. Here we argue for the distinction between information processing-in the sense of encoding and transmitting a symbolic representation-and the formation of correlations (pattern formation/self-organisation). The study of both uses tools from information theory, but the purpose is very different in each case: explaining the mechanisms and understanding the purpose or function in the first case, versus data analysis and correlation extraction in the latter. We give examples of both and discuss some open questions. The distinction helps focus research efforts on the relevant questions in each case. KW - correlations KW - information theory KW - complex systems KW - information KW - processing KW - self-organisation Y1 - 2021 U6 - https://doi.org/10.1088/2632-072X/ac371c SN - 2632-072X VL - 2 IS - 4 PB - IOP Publ. Ltd. CY - Bristol ER - TY - THES A1 - Topaj, Dmitri T1 - Synchronization transitions in complex systems N2 - Gegenstand dieser Arbeit ist die Untersuchung generischer Synchronisierungsphänomene in interagierenden komplexen Systemen. Diese Phänomene werden u.a. in gekoppelten deterministischen chaotischen Systemen beobachtet. Bei sehr schwachen Interaktionen zwischen individuellen Systemen kann ein Übergang zum schwach kohärenten Verhalten der Systeme stattfinden. In gekoppelten zeitkontinuierlichen chaotischen Systemen manifestiert sich dieser Übergang durch den Effekt der Phasensynchronisierung, in gekoppelten chaotischen zeitdiskreten Systemen durch den Effekt eines nichtverschwindenden makroskopischen Feldes. Der Übergang zur Kohärenz in einer Kette lokal gekoppelter Oszillatoren, beschrieben durch Phasengleichungen, wird im Bezug auf die Symmetrien des Systems untersucht. Es wird gezeigt, daß die durch die Symmetrien verursachte Reversibilität des Systems nichttriviale topologische Eigenschaften der Trajektorien bedingt, so daß das als dissipativ konstruierte System in einem ganzen Parameterbereich quasi-Hamiltonische Züge aufweist, d.h. das Phasenvolumen ist im Schnitt erhalten, und die Lyapunov-Exponenten sind paarweise symmetrisch. Der Übergang zur Kohärenz in einem Ensemble global gekoppelter chaotischer Abbildungen wird durch den Verlust der Stabilität des entkoppelten Zustandes beschrieben. Die entwickelte Methode besteht darin, die Selbstkonsistenz des makroskopischen Feldes aufzuheben, und das Ensemble in Analogie mit einem Verstärkerschaltkreis mit Rückkopplung durch eine komplexe lineare Übertragungssfunktion zu charakterisieren. Diese Theorie wird anschließend für einige theoretisch interessanten Fälle verallgemeinert. N2 - Subject of this work is the investigation of generic synchronization phenomena in interacting complex systems. These phenomena are observed, among all, in coupled deterministic chaotic systems. At very weak interactions between individual systems a transition to a weakly coherent behavior of the systems can take place. In coupled continuous time chaotic systems this transition manifests itself with the effect of phase synchronization, in coupled chaotic discrete time systems with the effect of non-vanishing macroscopic mean field. Transition to coherence in a chain of locally coupled oscillators described with phase equations is investigated with respect to the symmetries in the system. It is shown that the reversibility of the system caused by these symmetries results to non-trivial topological properties of trajectories so that the system constructed to be dissipative reveals in a whole parameter range quasi-Hamiltonian features, i.e. the phase volume is conserved on average and Lyapunov exponents come in symmetric pairs. Transition to coherence in an ensemble of globally coupled chaotic maps is described with the loss of stability of the disordered state. The method is to break the self-consistensy of the macroscopic field and to characterize the ensemble in analogy to an amplifier circuit with feedback with a complex linear transfer function. This theory is then generalized for several cases of theoretic interest. KW - Synchronisierung KW - komplex KW - System KW - komplexe Systeme KW - gekoppelt KW - chaotisch KW - Chaos KW - Interaktion KW - Übergang KW - P hasensynchronisierung KW - Phase KW - Feld KW - Effekt KW - synchronization KW - complex KW - system KW - complex systems KW - coupled KW - chaotic KW - chaos KW - interaction KW - transition KW - phase KW - phase synchronization KW - field KW - meanfield KW - o Y1 - 2001 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-0000367 ER - TY - GEN A1 - Motter, Adilson E. A1 - Matias, Manuel A. A1 - Kurths, Jürgen A1 - Ott, Edward T1 - Dynamics on complex networks and applications T2 - Physica. D, Nonlinear phenomena KW - complex systems KW - nonlinear dynamics KW - statistical physics Y1 - 2006 U6 - https://doi.org/10.1016/j.physd.2006.09.012 SN - 0167-2789 VL - 224 IS - 1-2 SP - VII EP - VIII PB - Elsevier CY - Amsterdam ER - TY - THES A1 - Marwan, Norbert T1 - Recurrence plot techniques for the investigation of recurring phenomena in the system earth T1 - Recurrence-Plot-Techniken zur Untersuchung wiederkehrender Phänomene im System Erde N2 - The habilitation deals with the numerical analysis of the recurrence properties of geological and climatic processes. The recurrence of states of dynamical processes can be analysed with recurrence plots and various recurrence quantification options. In the present work, the meaning of the structures and information contained in recurrence plots are examined and described. New developments have led to extensions that can be used to describe the recurring patterns in both space and time. Other important developments include recurrence plot-based approaches to identify abrupt changes in the system's dynamics, to detect and investigate external influences on the dynamics of a system, the couplings between different systems, as well as a combination of recurrence plots with the methodology of complex networks. Typical problems in geoscientific data analysis, such as irregular sampling and uncertainties, are tackled by specific modifications and additions. The development of a significance test allows the statistical evaluation of quantitative recurrence analysis, especially for the identification of dynamical transitions. Finally, an overview of typical pitfalls that can occur when applying recurrence-based methods is given and guidelines on how to avoid such pitfalls are discussed. In addition to the methodological aspects, the application potential especially for geoscientific research questions is discussed, such as the identification and analysis of transitions in past climates, the study of the influence of external factors to ecological or climatic systems, or the analysis of landuse dynamics based on remote sensing data. N2 - Die Habilitation beschäftigt sich mit der Analyse der Wiederkehreigenschaften geologischer und klimatischer Prozesse. Die Wiederkehr von Zuständen dynamischer Prozesses kann mit recurrence plots und deren verschiedenen Quantifizierungsmöglichkeiten untersucht werden. In der Arbeit wird die Bedeutung der Strukturen und Informationen, die in recurrence plots enthalten sind, untersucht und beschrieben. Neue Entwicklungen führen zu Erweiterungen, die zur Beschreibung räumlich und raumzeitlich wiederkehrender Muster genutzt werden können. Weitere wichtige Entwicklungen umfassen Erweiterungen zur Identifizierung von abrupten Änderungen in der Dynamik, zum Aufspüren und Untersuchen äußerer Einflüsse auf die Dynamik eines Systems als auch von Kopplungen zwischen verschiedenen Systemen, sowie eine Kombination mit der Methodik der komplexen Netzwerke. Typische Probleme geowissenschaftlicher Datenanalyse, wie unregelmäßiges Datensampling und Unsicherheiten in den Daten, werden durch spezielle Modifikationen und Ergänzungen behandelt. Die Entwicklung eines Signifikanztests erlaubt die statistische Bewertung der quantitativen Analyse vor allem für die Betrachtung dynamischer Übergänge. Den Abschluß bildet ein Überblick typischer Fehler, die im Zusammenhang mit dieser Methode auftreten können und wie man diese vermeidet. Neben den methodischen Aspekten werden Anwendungsmöglichkeiten vor allem fü geowissenschaftliche Fragestellungen vorgestellt, wie die Analyse von Klimaänderungen, von externen Einflußfaktoren auf ökologische oder klimatische Systeme, oder der Landnutzungsdynamik anhand von Fernerkundungsdaten. KW - recurrence KW - complex systems KW - palaeoclimate KW - spatial recurrence KW - recurrence plot KW - recurrence network KW - Wiederkehr KW - komplexe Systeme KW - Paläoklima KW - räumliche Wiederkehr KW - Recurrence plot KW - Recurrence network Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-441973 SN - 978-3-00-064508-2 ER - TY - THES A1 - Fischer, Jens Walter T1 - Random dynamics in collective behavior - consensus, clustering & extinction of populations T1 - Stochastische Dynamiken in kollektivem Verhalten: Konsens, Gruppenbildung, Aussterben von Populationen N2 - The echo chamber model describes the development of groups in heterogeneous social networks. By heterogeneous social network we mean a set of individuals, each of whom represents exactly one opinion. The existing relationships between individuals can then be represented by a graph. The echo chamber model is a time-discrete model which, like a board game, is played in rounds. In each round, an existing relationship is randomly and uniformly selected from the network and the two connected individuals interact. If the opinions of the individuals involved are sufficiently similar, they continue to move closer together in their opinions, whereas in the case of opinions that are too far apart, they break off their relationship and one of the individuals seeks a new relationship. In this paper we examine the building blocks of this model. We start from the observation that changes in the structure of relationships in the network can be described by a system of interacting particles in a more abstract space. These reflections lead to the definition of a new abstract graph that encompasses all possible relational configurations of the social network. This provides us with the geometric understanding necessary to analyse the dynamic components of the echo chamber model in Part III. As a first step, in Part 7, we leave aside the opinions of the inidividuals and assume that the position of the edges changes with each move as described above, in order to obtain a basic understanding of the underlying dynamics. Using Markov chain theory, we find upper bounds on the speed of convergence of an associated Markov chain to its unique stationary distribution and show that there are mutually identifiable networks that are not apparent in the dynamics under analysis, in the sense that the stationary distribution of the associated Markov chain gives equal weight to these networks. In the reversible cases, we focus in particular on the explicit form of the stationary distribution as well as on the lower bounds of the Cheeger constant to describe the convergence speed. The final result of Section 8, based on absorbing Markov chains, shows that in a reduced version of the echo chamber model, a hierarchical structure of the number of conflicting relations can be identified. We can use this structure to determine an upper bound on the expected absorption time, using a quasi-stationary distribution. This hierarchy of structure also provides a bridge to classical theories of pure death processes. We conclude by showing how future research can exploit this link and by discussing the importance of the results as building blocks for a full theoretical understanding of the echo chamber model. Finally, Part IV presents a published paper on the birth-death process with partial catastrophe. The paper is based on the explicit calculation of the first moment of a catastrophe. This first part is entirely based on an analytical approach to second degree recurrences with linear coefficients. The convergence to 0 of the resulting sequence as well as the speed of convergence are proved. On the other hand, the determination of the upper bounds of the expected value of the population size as well as its variance and the difference between the determined upper bound and the actual value of the expected value. For these results we use almost exclusively the theory of ordinary nonlinear differential equations. N2 - Beziehungen und damit Interaktion sowie Diskussion, aber auch Konflikt und Opposition bilden die Grundbausteine einer jeden Gesellschaft. Häufig wird Kommunikation als der übergreigende Begriff zur Beschreibung interner Strukturen einer Gesellschaft identifiziert. Dabei muss es sich aber nicht um eine Gesellschaft im Sinne von Nationen handeln, sondern kann auch schlicht eine Gruppe von Menschen umfassen, die miteinander strukturiert interagieren, beispielsweise, eine Gruppe von Angestellten, die an einem gemeinsamen Projekt arbeiten, oder die Mitglieder eines sozialen Netzwerks. In dieser Arbeit befassen wir uns mit der mathematischen Beschreibung solcher Prozesse innerhalb von Gruppen und Gesellschaften und legen dabei unseren Fokus auf die Bildung eines Konsens durch Interaktion aber auch die Konsequenzen von Konflikt und das potentielle Aussterben einer Population. Dabei werden zwei Modelle im Fokus des Interesses stehen: Das Echokammer Model sowie eine Erweiterung des Geburts-Todes Prozesses, die die Möglichkeit eines radikalen Abfalls der Populationsgr öße miteinschließt. Wir beginnen mit einer Einführung in Part I und teilen die verbleibende Arbeit in drei Teile auf, wobei sich die ersten beiden technischen Abschnitte, Part II und III, mit einer ausführlichen Analyse der Bausteine des Echokammer Models befassen und im dritten Abschnitt, in Part IV, der erweiterte Geburts- Todes Prozess untersucht wird. Dieser wird im Folgenden als Geburts-Todes Prozess mit teilweiser Katastrophe bezeichnet werden. Das Echokammer Model beschreibt die Entwicklung von Gruppen in zunächst heterogenen sozialen Netzwerken. Unter einem heterogenen sozialen Netzwerk verstehen wir dabei eine Menge von Individuen, von denen jedes exakt eine Meinungen vertritt. Meinungen werden vereinfacht durch Werte in [0, 1] modelliert. Bestehende Beziehungen unter den Individuen können dann durch einen Graphen dargestellt werden. Es handelt sich bei dem Echokammer Modell um ein zeit-diskretes Modell, das entsprechend, ähnlich einem Brettspiel, in Zügen abläuft. In jedem Zug wird zufällig gleichverteilt eine bestehende Beziehung aus dem Netzwerk ausgewählt und die beiden verbundenen Individuen interagieren. Dabei kann es zu zwei verschiedenen Interaktionen kommen. Sind die Meinungen der betroffenen Individuen hinreichend ähnlich, so nähern sie sich weiter in ihren Meinungen an, während sie im Fall von Meinungen, die zu weit von einander liegen, ihre Beziehung auflösen und sich eines der Individuen eine neue Beziehung sucht. 8 In dieser Arbeit untersuchen wir theoretisch die Bausteine dieses Modells. Dabei legen wir die Beobachtung zu Grunde, dass die Veränderungen der Beziehungsstruktur im Netzwerk durch einen System von interagierenden Partikeln auf einem abstrakteren Raum beschrieben werden kann. Dies erlaubt es insbesondere graphentheoretische überlegungen in die Analyse einfließen zu lassen. Diese überlegungen werden ausührlich in Part II diskutiert und führen zur Definition eines neuen, abstrahierten Graphens, der alle möglichen Beziehungskonfigurationen des sozialen Netzwerks umfasst. Dies erlaubt es uns einen ähnlichkeitsbegriff für Beziehungskonfigurationen auf Basis der benachbarten Knoten in besagtem Graphen zu definieren. Dies liefert uns das notwendige geometrische Verständnis um in Part III die dynamischen Komponenten des Echokammer models zu analysieren. Insbesondere fokusieren wir uns dabei auf die Dynamik der Kanten, für die bisher in der Literatur noch keine Ergebnisse existieren. Wir lassen zunächst in Abschnitt 7 die Meinungen der Individuen beiseite und nehmen an, dass die Position der Kanten sich in jedem Zug wie zuvor beschrieben ändert, um eine grundlegendes Verständnis der unterliegenden Dynamik zu erhalten. Unter der Verwendung der Theorie von Markovketten finden wir obere Schranken an die Konvergenzgeschwindigkeit einer assoziierten Markovkette gegen ihre eindeutige stationäre Verteilung und zeigen, dass es Netzwerke gibt, die miteinander identifizierbar und unter der analysierten Dynamik daheingehend ununterscheinbar sind, dass die stationäre Verteilung der assozierten Markovkette diesen Netzwerken dasselbe Gewicht zuordnet. Anschließend beweisen wir eine Reihe von quantitativen Resultaten, die sich insbesondere in Fällen, in denen die assozierte Markovkette reversibel ist, als berechenbar herausstellen. Insbesondere die explizite Form der stationären Verteilung sowie untere Schranken an die Cheeger Konstante zur Beschreibung der Konvergenzgeschwindigkeit stehen dabei im Fokus und werden ausführlich diskutiert. Nach dieser vertieften Analyse des reduzierten Modells, fügen wir die Meinungen unserer Betrachtung wieder hinzu. Das abschließende Result in Abschnitt 8, basierend auf absorbierenden Markovketten, liefert dann, dass in einer reduzierte Version des Echokammer Modells, in dem sich Individuen ähnlicher Meinung nicht annähern, eine hierarchische Struktur der Anzahl der konfliktreichen Beziehung identifiziert werden kann. Dies können wir ausnutzen, um eine obere Schranke an die erwartete Absorptionszeit, unter Zuhilfenahme einer quasi-stationären Verteilung, zu bestimmen. Diese hierarchische Struktur bildet außerdem eine Brücke zu klassischen Theorien von Geburts-Todes und, insbesondere, reinen Todes-Prozessen, für die eine reiche Literatur existiert. Wir zeigen abschließend auf, wie künftige Forschung diese Verbindung ausnutzen kann und diskutieren die Wichtigkeit der Ergbenisse als Bausteine eines vollständigen theoretischen Verständnisses des Echokammer Modells. Part IV stellt abschließend einen veröffentlichten Artikel vor, der sich dem Geburts- Todes Prozess mit teilweiser Katastrophe widmet. Besagter Artikel steht dabei auf zwei Säulen. Zum Einen der expliziten Berechnung des ersten Zeitpunkts einer Katastrophe, wenn die Population zu Beginn der Beobachtung von instabiler Größe ist. KW - Markov chains KW - graph theory KW - complex systems KW - interacting particle systems KW - Markovketten KW - komplexe Systeme KW - Graphentheorie KW - Systeme interagierender Partikel Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-553725 ER - TY - THES A1 - Dietrich, Jan Philipp T1 - Phase Space Reconstruction using the frequency domain : a generalization of actual methods N2 - Phase Space Reconstruction is a method that allows to reconstruct the phase space of a system using only an one dimensional time series as input. It can be used for calculating Lyapunov-exponents and detecting chaos. It helps to understand complex dynamics and their behavior. And it can reproduce datasets which were not measured. There are many different methods which produce correct reconstructions such as time-delay, Hilbert-transformation, derivation and integration. The most used one is time-delay but all methods have special properties which are useful in different situations. Hence, every reconstruction method has some situations where it is the best choice. Looking at all these different methods the questions are: Why can all these different looking methods be used for the same purpose? Is there any connection between all these functions? The answer is found in the frequency domain : Performing a Fourier transformation all these methods getting a similar shape: Every presented reconstruction method can be described as a multiplication in the frequency domain with a frequency-depending reconstruction function. This structure is also known as a filter. From this point of view every reconstructed dimension can be seen as a filtered version of the measured time series. It contains the original data but applies just a new focus: Some parts are amplified and other parts are reduced. Furthermore I show, that not every function can be used for reconstruction. In the thesis three characteristics are identified, which are mandatory for the reconstruction function. Under consideration of these restrictions one gets a whole bunch of new reconstruction functions. So it is possible to reduce noise within the reconstruction process itself or to use some advantages of already known reconstructions methods while suppressing unwanted characteristics of it. N2 - Attraktorrekonstruktion („Phase Space Reconstruction“) ist eine Technik, die es ermöglicht, aus einer einzelnen Zeitreihe den vollständigen Phasenraum eines Systems zu rekonstruieren und somit Rückschlüsse auf topologische Eigenschaften dieses dynamischen Systems zu ziehen. Sie findet Verwendung in der Bestimmung von Lyapunov-Exponenten und zur Reproduktion von unbeobachteten Systemgrößen. Es gibt viele verschiedene Methoden zur Attraktorrekonstruktion wie z.B. die Time-Delay-Methode or Rekonstruktion durch Ableitung, Integration oder mithilfe einer Hilbert-Transformation. Zumeist wird der Time-Delay-Ansatz verwendet, es gibt jedoch auch diverse Problemstellungen, in welchen die alternativen Methoden bessere Ergebnisse liefern. Die Kernfragen, die beim Vergleich dieser Methoden entsteht, sind: Wie kommt es, dass alle Ansätze, trotz ihrer teilweise sehr unterschiedlichen Struktur, denselben Zweck erfüllen? Gibt es Übereinstimmungen zwischen all diesen Methoden? Die Antwort lässt sich im Frequenzraum finden: Nach einer Fourier-Transformation besitzen alle genannten Methoden plötzlich eine sehr ähnliche Struktur. Jede Methode transformiert sich im Frequenzraum zu einer einfachen Multiplikation des Eingangssignals mit einer frequenzabhängigen Rekonstruktionsfunktion. Diese Struktur ist in der Datenanalyse auch bekannt als Filter. Aus dieser Perspektive lässt sich jede Rekonstruktionsdimension als gefilterte Zeitreihe der ursprünglichen Zeitreihe interpretieren: Sie enthält den Originaldatensatz, allerdings mit einem verschobenen Fokus: Einige Eigenschaften der Originalzeitreihe werden unterdrückt, während andere Teile verstärkt wiedergegeben werden. Des weiteren zeige ich in der Diplomarbeit, dass nicht jede beliebige Funktion im Frequenzraum zur Rekonstruktion verwendet werden kann. Ich stelle drei Eigenschaften vor, welche jede Rekonstruktionsfunktion erfüllen muss. Unter Beachtung dieser Bedingungen ergeben sich nun diverse Möglichkeiten für neue Rekonstruktionsfunktionen. So ist es z.B. möglich gleichzeitig mit der Rekonstruktion das Ursprungssignal auch zu filtern, oder man kann bereits bestehende Rekonstruktionsfunktionen so abwandeln, dass unerwünschte Nebeneffekte der Rekonstruktion abgemildert oder gar ganz unterdrückt werden. KW - Attraktorrekonstruktion KW - Datenanalyse KW - Fouriertransformation KW - Komplexe Systeme KW - phase space reconstruction KW - data analysis KW - fourier transformation KW - complex systems Y1 - 2008 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-50738 ER - TY - THES A1 - Bergner, André T1 - Synchronization in complex systems with multiple time scales T1 - Synchronisation in komplexen Systemen mit mehreren Zeitskalen N2 - In the present work synchronization phenomena in complex dynamical systems exhibiting multiple time scales have been analyzed. Multiple time scales can be active in different manners. Three different systems have been analyzed with different methods from data analysis. The first system studied is a large heterogenous network of bursting neurons, that is a system with two predominant time scales, the fast firing of action potentials (spikes) and the burst of repetitive spikes followed by a quiescent phase. This system has been integrated numerically and analyzed with methods based on recurrence in phase space. An interesting result are the different transitions to synchrony found in the two distinct time scales. Moreover, an anomalous synchronization effect can be observed in the fast time scale, i.e. there is range of the coupling strength where desynchronization occurs. The second system analyzed, numerically as well as experimentally, is a pair of coupled CO₂ lasers in a chaotic bursting regime. This system is interesting due to its similarity with epidemic models. We explain the bursts by different time scales generated from unstable periodic orbits embedded in the chaotic attractor and perform a synchronization analysis of these different orbits utilizing the continuous wavelet transform. We find a diverse route to synchrony of these different observed time scales. The last system studied is a small network motif of limit cycle oscillators. Precisely, we have studied a hub motif, which serves as elementary building block for scale-free networks, a type of network found in many real world applications. These hubs are of special importance for communication and information transfer in complex networks. Here, a detailed study on the mechanism of synchronization in oscillatory networks with a broad frequency distribution has been carried out. In particular, we find a remote synchronization of nodes in the network which are not directly coupled. We also explain the responsible mechanism and its limitations and constraints. Further we derive an analytic expression for it and show that information transmission in pure phase oscillators, such as the Kuramoto type, is limited. In addition to the numerical and analytic analysis an experiment consisting of electrical circuits has been designed. The obtained results confirm the former findings. N2 - In der vorliegenden Arbeit wurden Synchronisationsphänomene in komplexen Systemen mit mehreren Zeitskalen untersucht. Es gibt mehrere Möglichkeiten wie diese verschiedenen Zeitskalen vorkommen können. Drei verschiedene Systeme, jedes mit einer anderen Art von zeitlicher Multiskalität, wurden mit unterschiedlichen Methoden der Datenanalyse untersucht. Das erste untersuchte System ist ein ausgedehntes heterogenes Netzwerk von Neuronen mit zwei dominanten Zeitskalen, zum einen die schnelle Folge von Aktionspotenzialen und zum anderen einer abwechselnden Folge von einer Phase von Aktionspotenzialen und einer Ruhephase. Dieses System wurde numerisch integriert und mit Methoden der Phasenraumrekurrenz untersucht. Ein interessantes Ergebnis ist der unterschiedliche Übergang zur Synchronisation der Neuronen auf den beiden verschiedenen Zeitskalen. Des weiteren kann auf der schnellen Zeitskala eine anomale Synchronisation beobachtet werden, d.h. es gibt einen Bereich der Kopplungsstärke in dem es zu einer Desynchronisation kommt. Als zweites wurde, sowohl numerisch als auch experimentell, ein System von gekoppelten CO₂ Lasern untersucht, welche in einem chaotischen bursting Modus arbeiten. Dieses System ist auch durch seine Äquivalenz zu Epidemiemodellen interessant. Wir erklären die Bursts durch unterschiedliche Zeitskalen, welche durch in den chaotischen Attraktor eingebettete instabile periodische Orbits generiert werden. Wir führen eine Synchronisationsanalyse mit Hilfe der kontinuierlichen Wavelettransformation durch und finden einen unterschiedlichen Übergang zur Synchronisation auf den unterschiedlichen Zeitskalen. Das dritte analysierte System ist ein Netzwerkmotiv von Grenzzyklusoszillatoren. Genauer handelt es sich um ein Nabenmotiv, welches einen elementaren Grundbaustein von skalenfreien Netzwerken darstellt, das sind Netzwerke die eine bedeutende Rolle in vielen realen Anwendungen spielen. Diese Naben sind von besonderer Bedeutung für die Kommunikation und den Informationstransport in komplexen Netzwerken. Hierbei wurde eine detaillierte Untersuchung des Synchronisationsmechanismus in oszillatorischen Netzwerken mit einer breiten Frequenzverteilung durchgeführt. Insbesondere beobachten wir eine Fernsynchronisation von Netzwerkknoten, die nur indirekt über andere Oszillatoren miteinander gekoppelt sind. Wir erklären den zu Grunde liegenden Mechanismus und zeigen dessen Grenzen und Bedingungen auf. Des weiteren leiten wir einen analytischen Ausdruck für den Mechanismus her und zeigen, dass eine Informationsübertragung in reinen Phasenoszillatoren, wie beispielsweise vom Kuramototyp, eingeschränkt ist. Diese Ergebnisse konnten wir durch Experimente mit elektrischen Schaltkreisen bestätigen. KW - Komplexe Systeme KW - Synchronisation KW - Nichtlineare Dynamik KW - Datenanalyse KW - complex systems KW - synchronization KW - nonlinear dynamics KW - data analysis Y1 - 2011 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-53407 ER -