КФУ. Карточка публикации. Physics-Informed Neural Networks for Limit-Cycle Analysis in Nonlinear Dynamical Systems with Absolute-Value Nonlinearit

RUS

- EN
- 中文
- ES

PHYSICS-INFORMED NEURAL NETWORKS FOR LIMIT-CYCLE ANALYSIS IN NONLINEAR DYNAMICAL SYSTEMS WITH ABSOLUTE-VALUE NONLINEARIT

Форма представления

Тезисы и материалы конференций в российских журналах и сборниках

Год публикации

2025

Язык

русский

Авторы, сотрудники КФУ

Арабов Муллошараф Курбонович, автор

Другие авторы

- - -, автор

Библиографическое описание на языке оригинала

Арабов М. К. Physics-Informed Neural Networks for Limit-Cycle Analysis in Nonlinear Dynamical Systems with Absolute-Value Nonlinearity // Материалы международной научной конференции «Уфимская осенняя математическая школа» (г. Уфа, 1–5 октября 2025 г.). В 2 т. / отв. ред. З. Ю. Фазуллин. — Уфа: Аэтерна, 2025. — Т. 2. — С. 102–104.

Аннотация

Материалы международной научной конференции «Уфимская осенняя математическая школа»

Ключевые слова

physics-informed neural networks, nonlinear dynamical systems, limit cycles, absolute-value nonlinearity

Название журнала

Материалы международной научной конференции «Уфимская осенняя математическая школа»

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на эту карточку

https://repository.kpfu.ru/?p_id=317850

Файлы ресурса

Название файла	Размер (Мб)	Формат
F_UOMSh_2025.pdf	0,31	pdf	посмотреть / скачать

Полная запись метаданных

Поле DC	Значение	Язык
dc.contributor.author	Арабов Муллошараф Курбонович	ru_RU
dc.contributor.author	- - -	ru_RU
dc.date.accessioned	2025-01-01T00:00:00Z	ru_RU
dc.date.available	2025-01-01T00:00:00Z	ru_RU
dc.date.issued	2025	ru_RU
dc.identifier.citation	Арабов М. К. Physics-Informed Neural Networks for Limit-Cycle Analysis in Nonlinear Dynamical Systems with Absolute-Value Nonlinearity // Материалы международной научной конференции «Уфимская осенняя математическая школа» (г. Уфа, 1–5 октября 2025 г.). В 2 т. / отв. ред. З. Ю. Фазуллин. — Уфа: Аэтерна, 2025. — Т. 2. — С. 102–104.	ru_RU
dc.identifier.uri	https://repository.kpfu.ru/?p_id=317850	ru_RU
dc.description.abstract	Материалы международной научной конференции «Уфимская осенняя математическая школа»	ru_RU
dc.description.abstract	We apply Physics-Informed Neural Networks (PINNs) to second-order nonlinear dynamical systems with an absolute-value nonlinearity. The focus is on detecting and quantitatively characterising limit cycles. The PINN is trained using the L-BFGS quasi-Newton optimiser. Results are validated against numerical solvers and further analysed via Fourier spectral analysis (FFT) of the time series, enabling the amplitude and frequency characteristics of the cycles to be assessed. Keywords: physics-informed neural networks, nonlinear dynamical systems, limit cycles, absolute-value nonlinearity	ru_RU
dc.language.iso	ru	ru_RU
dc.subject	physics-informed neural networks	ru_RU
dc.subject	nonlinear dynamical systems	ru_RU
dc.subject	limit cycles	ru_RU
dc.subject	absolute-value nonlinearity	ru_RU
dc.title	Physics-Informed Neural Networks for Limit-Cycle Analysis in Nonlinear Dynamical Systems with Absolute-Value Nonlinearit	ru_RU
dc.type	Тезисы и материалы конференций в российских журналах и сборниках	ru_RU