Applications of fast-slow dynamics to coevolutionary networks
| Promotie: | L.G. Venegas Pineda |
| Wanneer: | 17 juni 2025 |
| Aanvang: | 11:00 |
| Promotor: | M. (Ming) Cao, Prof |
| Copromotor: | H. (Hildeberto) Jardon Kojakhmetov, Dr |
| Waar: | Academiegebouw RUG |
| Faculteit: | Science and Engineering |
Toepassingen van snel-langzame dynamica in coevolutionaire netwerken
Complexe netwerken zijn overal, van sociale interacties en ecosystemen tot elektriciteitsnetten en neurale systemen. Traditioneel werden deze netwerken bestudeerd door ofwel hun structuur vast te leggen en tegelijk dynamische interacties te observeren (dynamiek op netwerken) of door de structuur zelf te laten evolueren (dynamiek van netwerken). In echte systemen is er echter vaak sprake van een wederkerige wisselwerking tussen beide, waarbij de dynamiek van knooppunten en de structuur van het netwerk elkaar beïnvloeden. Dit feedback-gedreven raamwerk, bekend als coevolutionaire netwerken, maakt de studie van adaptieve systemen mogelijk die veerkrachtiger, efficiënter en realistischer zijn.
In zijn proefschrift verdiept Luis Venegas Pineda zich in het complexe gedrag van coevolutionaire netwerken door middel van drie onderling verbonden thema's: besluitvorming, synchronisatiepatronen en de adaptieve besturing van neuromorfische netwerken. Venegas Pineda onderzoekt systemen voor het beheer van hulpbronnen met behulp van snel-langzame dynamica om kritieke overgangen te identificeren en strategieën te ontwerpen voor duurzame beslissingen. Vervolgens analyseert hij netwerken van Kuramoto-oscillatoren en onthult voorwaarden voor het stabiliseren van chimaera-toestanden, fascinerende patronen die gesynchroniseerd en gedesynchroniseerd gedrag combineren en relevant zijn voor neurale en elektriciteitsnetstabiliteit. Tot slot past Venegas Pineda coevolutionaire principes toe op neuromorfische netwerken en laat zien hoe adaptieve externe controle complexe ritmische activiteit kan stabiliseren, wat inzichten biedt voor robotica en real-time AI-toepassingen.
Door het combineren van coevolutionaire dynamica met wiskundige hulpmiddelen zoals Geometric Singular Perturbation Theory, biedt dit werk een beter begrip van adaptieve systemen in meerdere domeinen. De bevindingen benadrukken het belang van flexibiliteit, feedback en multischaalprocessen bij het ontwerpen van robuuste netwerken die goed gedijen in dynamische omgevingen.
Luis Venegas Pineda voerde zijn onderzoek uit bij het Bernoulli Institute for Mathematics, Computer Science and Artificial Intelligence, afdeling Dynamische Systemen en Mathematische Fysica.