Steuerung der Dynamik in Komplexen Systemen: Nichtlineare Methoden im Vergleich zu Reinforcement Learning

• Antragsteller: Professor Dr. Michael Rosenblum
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik
• Förderung: Förderung seit 2021
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 448911871

Komplexe nichtlineare Systeme ziehen auf sich die Aufmerksamkeit von Forschern aus vielen verschiedenen Bereichen der zeitgenössischen Wissenschaft. Ein wichtiges Phänomen, das theoretisch und experimentell eingehend untersucht wird, ist die Entstehung einer kollektiven Mode in oszillatorischen Netzwerken aufgrund eines Synchronisationsübergangs. Diese kollektive Mode kann entweder sehr wünschenswert oder auch schädlich sein. Beispielsweise wird angenommen, dass eine übermäßige Synchronität von Nervenzellen für die Entstehung pathologischer Rhythmen bei Epilepsien und bei der Parkinson-Krankheit verantwortlich ist. Ein Hauptziel des Projekts ist die Entwicklung von Techniken zur Synchronisationssteuerung, bei denen die Rückkopplungssteuerung mit der modernen Unterdisziplin des maschinellen Lernens, dem Reinforcement Learning, kombiniert wird. Unter Berücksichtigung einer möglichen Anwendung auf eine medizinische Technik, tiefe Hirnstimulation, konzentrieren wir uns auf Kontrollschemata, die auf der Benutzung von Pulsestimulation basieren. Ein weiterer Bereich, in dem Nichtlinearität das Problem sowohl konstruktiv als auch destruktiv beeinflussen kann, ist die Bildgebung. Durch Steuern der Modenmischung zwischen Rauschen und Signal kann Bildqualität wesentlich verbessert werden. Hier planen wir, die Techniken zur Synchronisationssteuerung zu verwenden, um die räumliche Dynamik in einem Bilderzeugungssystem zu manipulieren.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Russische Föderation
• Partnerorganisation: Russian Foundation for Basic Research
• Kooperationspartner: Professor Dmitry Dylov, Ph.D.