来颖诚

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索

个人简介

来颖诚.png
类别 信息
姓名 来颖诚
国籍 中国
所在机构 美国亚历桑那州立大学
职务 教授
主要研究方向 非线性动力学,复杂网络,量子输运,石墨烯物理,生物物理和信号处理
电话 (480)965-6668
传真 (480)965-8325
电子邮箱 Ying-Cheng.Lai@asu.edu
个人主页 主页链接



职务

五角大楼万尼瓦尔·布什教职研究员(原国家安全科学与工程学院研究员),电气工程ISS被资助的教授,美国亚利桑那州立大学的物理学教授,美国亚利桑那州立大学的美国物理协会院士(自1999年),爱丁堡皇家学会相应研究员(苏格兰国家科学院和外国文学院成员)

学习、工作经历

1982年和1985年:获得浙江大学光学工程学士和硕士学位,并获得硕士和博士学位。

1989年和1992年:分别在马里兰大学帕克分校获得物理学学位。他写了他的博士学位。关于Celso Grebogi,James A. Yorke 和Edward Ott的经典和量子混沌论文。

1992年至1994年:在约翰霍普金斯大学医学院生物医学工程系担任Raimond Winslow和Murray Sachs的博士后研究员。1994年堪萨斯大学,作为助理物理教授

1998年:在堪萨斯大学成为数学副教授。

1999年:作为数学副教授和电气工程副教授来到亚利桑那州立大学。

2001年:晋升为数学教授和电气工程教授。

2005年:全职工作转为电气工程。

2009年-2017年:英国苏格兰阿伯丁大学电子工程的六世纪教席。

2014年1月起,他一直是亚利桑那州立大学的电子工程教授。

所获荣誉

1997年从白宫获得了空军总统科学家和工程师早期职业奖(PECASE)。同年,他还获得了国家科学基金会的教师职业奖。

1999年,他被选为美国物理学会会员,并被引用为:为非线性动力学和混乱的基础做出了许多贡献。

2001年,他担任APS三月会议的统计和非线性物理项目主席。

2003年,他获得了NSF ITR奖。2008年,他获得了美国物理学会颁发的杰出裁判奖。

2016年,他是国防部在全国范围内选出的15名Vannevar Bush教职员奖学金(原名为NSSEFF--国家安全科学与工程学院奖学金)之一。

2018年2月,他当选为爱丁堡皇家学会(苏格兰国家科学院和外国学院的外国成员)的相应研究员。

成就

来颖诚先生发表了500多篇论文,其中约有470篇在评审期刊上发表。他执导了20个博士学位。和20篇硕士论文,并支持14名博士后研究员。他在世界各地举办了约260场邀请讲座和座谈会。他的论文被引用超过21,000次。他目前以Google-Scholar为基础的H指数为70,而i10指数为345。

来颖诚于2014年至2017年担任物理评论E编辑委员会成员。他目前是皇家学会A哲学交易编辑委员会成员,并且是科学报告和国际分岔与混沌杂志的副主编 。从2010年至2014年,他是Europhysics Letters的联合编辑。

研究方向

来颖诚目前的研究兴趣是非线性动力学,复杂网络,量子输运,石墨烯物理,生物物理和信号处理。

研究亮点

从时间序列中检测复杂网络中的隐藏节点(2012)

我们开发了一种检测复杂网络中隐藏节点的通用方法,仅使用外部观察可访问的节点的时间序列。我们的方法基于压缩感知,我们制定了一个包含连续和离散时间以及进化游戏类型的动力系统的通用框架。为了具体演示,我们提供了一个从实验社交网络中检测隐藏节点的示例。我们用于检测隐藏节点的范例有望在各种领域中找到应用,其中基于有限数量的数据识别隐藏或黑盒子对象是感兴趣的

文章链接 [1]

混沌对相对论量子隧穿的影响(2012)

我们在共振隧穿的设置中在两个空间维度上解决了狄拉克方程,其中该系统由通过有限势垒连接的两个对称腔组成。可以选择空腔的形状以在经典极限中产生规则和混沌动力学。我们发现可以存在关于经典周期轨道的某些指针状态,其抑制量子隧道效应,并且随着腔中潜在的经典动力学混乱,效果变得不那么严重,导致即使在相对论量子状态中隧穿动力学的正规化。在石墨烯中观察到类似的现象。基于描述有效开放腔系统的非厄米特哈密顿量的复杂能量谱,开发了一种物理理论来解释这种现象。

文章链接 [2]

控制复杂网络:需要多少能源?(2012)

控制复杂网络的突出问题与许多科学和工程领域相关,并且也有可能产生技术突破。我们通过推导和验证低能量边界和高能量边界的比例定律来解决实现控制所需能量的物理重要问题。这些界限代表了与控制相关的能源成本的合理估计,并从目前的可控性研究向复杂网络动力系统的最终控制方向迈出了一步。

文章链接 [3]

一个值得记住的技巧:具有无差错检索的振荡联想记忆网络的容量(2004)

已经提出耦合周期振荡器网络(类似于Kuramoto模型)作为关联存储器的模型。然而,这种振荡网络的无差错检索状态通常是“不稳定的”,导致接近零容量。与传统的Hopfield网络相比,这使网络处于不利地位。我们最近提出了一种针对这种不良特性的简单补救方法,并严格证明我们的振荡关联存储网络的无差错容量可以与Hopfield网络一样高。因此,它们不仅可以提供对生物记忆起源的见解,而且还可以用于信息科学和工程中的应用。

文章链接 [4]

随机动力系统中奇怪的非混沌吸引子(2004)

奇怪的非混沌吸引子(SNA)是否通常发生在除了准周期驱动系统之外的动力系统中一直是一个悬而未决的问题。我们最近基于物理分析和数值证据表明,在自主离散时间图和周期性驱动的连续时间系统中,可以通过小噪声诱导稳健的SNA。因此,可以预期这些与物理和生物应用相关的吸引子在动力系统中比以前认为的更常见。

文章链接 [5]

物理空间中超级混沌的瞬态(2003)

超持续混沌瞬态的特征在于其寿命的指数式缩放定律,其中指数相关性中的指数随着参数接近临界值而发散。到目前为止,这种瞬态混沌仅在动力系统的相空间中得到了说明。在这里,我们报告了物理空间中噪声引起的超持续瞬态现象,并基于一类随机微分方程的解来解释相关的比例定律。我们研究的背景是开放混沌流中惯性粒子的对流动力学。

文章链接 [6]

Lyapunov指数无法预测癫痫发作

来自非线性动力学的概念,例如Lyapunov指数和分形维数,已越来越多地应用于用于检测,预测或控制疾病的重要生物医学时间序列。在癫痫领域,已经投入大量精力来监测Lyapunov指数用于早期癫痫发作预测的进展,声称癫痫发作可以在其临床发作之前几分钟甚至几十分钟预测。我们的核心问题是,在现有文献中,没有对非平稳时间序列(如ECoG)中Lyapunov指数的预测能力进行系统分析。如果没有这样的分析,任何预测声明都可能会产生误导。我们最近研究了从时间序列计算的Lyapunov指数的预测能力。我们的分析和计算表明,有两个主要因素可以阻止指数成为预测特征系统变化的有效工具:统计波动和噪声。基本信息是,对于低维,确定性混沌系统,Lyapunov指数的预测能力仅在无噪声或极低噪声情况下保持。实际上,在存在明显但合理的噪声量的情况下,特别是在像大脑那样高维度和噪声的系统中,Lyapunov指数或来自非线性动力学的相关量不可能用于预测甚至是检测癫痫发作。我们认为,根据Lyapunov指数对癫痫发作预测文献的重复主张,这一点是要记住的重点。

文章链接 [7]

振荡器网络的异质性:较小的世界是否更容易同步?(2003)

已知小世界网络比常规格子更容易同步,这通常归因于振荡器之间的较小网络距离。令人惊讶的是,我们表明,即使平均网络距离较大,具有均匀连接分布的网络也比异构网络(例如,无标度网络)更具同步性。然后在自然演化的结构中预期某种程度的同质性,例如神经网络,其中需要同步性。

文章链接:[8]

基于级联的复杂网络攻击(2003)

我们生活在一个由大型复杂网络支持的现代世界中。例子包括金融市场,通讯和运输系统。在许多实际情况中,网络中物理量的流动(以节点上的负载为特征)很重要。我们表明,对于负载可以在节点之间重新分配的网络,故意攻击可能导致一连串的过载故障,这反过来又会导致网络的整个或大部分崩溃。这与具有高度异构的分布的现实网络相关,例如互联网和电网。我们证明这些网络的异构性使它们特别容易受到攻击,因为大规模级联可以通过禁用a来触发单个关键节点。这引起了对这种系统安全性的明显担忧。

文章链接 [9]

可以可靠地计算或测量混沌系统的统计平均值吗?(2002)

计算或测量统计平均值是科学和工程中的常见做法。一个基本问题涉及这种计算或测量的可靠性。对于物理学和生物学等定量科学而言至关重要的问题,当被调查的系统表现出混乱时尤为重要,其特点是对初始条件的敏感依赖。对于混沌系统,数值轨迹并不总是可以被真实轨迹遮蔽。然而,对于统计平均值,自然地假设它们可以被可靠地计算或测量,因为计算误差或噪声的影响将由于遍历性而被平均。这种直觉总是如此吗? 我们最近表明,在混沌动力学中存在常见情况,其中物理量的统计平均值取决于计算误差或噪声的水平。我们已经推导出一种通用的缩放定律来控制这种噪声依赖性,并用混沌电子电路获得实验证据。暗示可能非常有趣。例如,在计算科学中,如果使用不同的精度或不同的计算机,则统计平均值的计算值可能不同。在实验室实验中,在非同一情况下进行的测量可能会产生不同的结果。

文章链接 [10]

语言概念网络的拓扑(2002)

任何语言都由数千个以明显相当复杂的方式链接在一起的单词组成。因此,语言可以被视为网络,在以下意义上:(1)单词对应于网络的节点,以及(2)如果两个单词表达相似的概念,则存在链接。显然,语言的底层网络必然是稀疏的,因为每个节点的平均链路数通常远小于节点的总数。识别和理解语言的通用网络拓扑非常重要,不仅对于语言本身的研究,而且对于认知科学而言,其中最基本的问题之一涉及与网络拓扑密切相关的联想记忆。

构成语言的数千个单词之间的联系网络不仅对语言的结构和进化的研究很重要,而且对于认知科学也很重要。我们通过绘制英语语言的概念网络来定量研究这个问题,连接由同义词词典中的条目定义。我们发现这个网络呈现出一个小世界的结构,具有惊人的小平均最短路径,并且似乎表现出具有代数连通性分布的渐近无标度特征。

从在关联存储器中检索信息的角度来看,网络的小世界属性代表效率的最大化:一方面,由于高聚类,类似的信息被存储在一起,这使得通过关联进行搜索可能; 另一方面,即使是非常不同的信息也永远不会被多个链接或关联分开,这保证了快速搜索。因此,我们推测联想记忆的产生部分是因为自然选择的检索效率最大化。这个问题可能与神经网络可能是一个小世界网络的事实有关,这可能是大脑能够拥有联想记忆所需的概念网络所必需的。

文章链接 [11]

噪声引起的非线性流动在化学反应的增强(2002)

噪声和非线性动力学之间的相互作用长期以来一直是统计物理学中极为关注的话题。虽然噪声在许多情况下可能是有害的,但通过例如随机和相干共振的机制也可能是有益的。最近,出现了一个新的跨学科科学领域:非线性流动的积极过程。这些过程可以是化学的或生物的,并且被认为与各种领域中的大量重要问题有关。我们的工作重点是噪声在主动非线性过程中的作用。特别是,由于城市大气中臭氧产生的问题,我们研究了噪声如何影响混沌流动支持的一般类型的化学反应。要尽可能真实,我们考虑重要的物理效应,如粒子惯性和有限大小。我们的发现是噪声可以以类似于随机共振的方式提高化学反应速率。我们提供数值结果和物理理论,表明在基本水平上,共振行为是由于噪声和粒子的非线性(拉格朗日)动力学之间的相互作用。

在随机动力系统中向混沌过渡(2002/2003)

噪声引起的混沌问题是理解随机性和非线性之间相互作用的基础,这对于各种领域都很重要。我们考虑在连续时间动力系统中,非混沌吸引子与非吸引力的混沌鞍共存的情况,如在周期性窗口中。在噪音的影响下,可能会出现混乱。我们研究了负责转换的基本动力学机制,并获得了最大Lyapunov指数的一般比例定律。一个引人注目的发现是,在噪声混沌开始后,流动的拓扑结构基本上受到干扰,并且我们指出这种干扰是由于在噪声影响下沿着连续轨迹的不稳定的本征的数量的变化。

文章链接 [12]

量子点中的隧穿和非双曲性(2002)

半导体纳米结构中的电子传输是凝聚态物理和非线性科学中的前沿问题。在亚微米尺度上,量子干涉产生电导波动和Aharonov-Bohm效应的现象。我们最近报道了我们关于动态隧道效应在实际量子点的电导波动中所起的基本作用的发现 。我们提出强有力的证据表明,通过规则的相空间结构(例如Kolmogorov-Arnold-Moser(KAM)岛)的动态隧穿从根本上决定了典型量子点中电导波动的特征。基于隧道机制的理论分析给出了 定量分析预测(波动的平均频率)与实验测量结果非常吻合。据我们所知,这是第一次以量化方式解释量子点中实验可观察到的电导波动的主要特征,表明动态隧道效应在半导体纳米结构中电子传输动力学中的根本重要性。

文章链接 [13]

追踪癫痫发作(2002)

生物医学科学中一个突出的问题是设计技术来理解,更重要的是,在临床发病之前预测癫痫发作,这些癫痫发作会影响工业化国家人口的1美元左右。癲痫发作的特征在于通过功率谱密度的突然同时变化和波节律性的增加来电子学表征。大脑活动的这些变化,无论是局部的还是全球的,都可以通过头皮上的电极(EEG)或颅内(ECoG)进行监测。这些记录提供了一个窗口,也许是目前唯一可实现的窗口,通过它可以调查癫痫的动态。因此,对EEG/ECoG的分析成为该领域重新受到关注的主题。。

我们关注癫痫患者皮层脑电图(ECoG)的相关积分分析中的异常缩放区域。我们发现癫痫发作通常伴随着该缩放区域的斜率的大幅波动。基于分析自相关和之间的相互作用的解释是针对这些波动而提供的。这种异常斜率似乎是跟踪(但不预测)癫痫发作的敏感指标。我们的研究表明,潜在的动态过程包含一个重要的随机成分。尽管癫痫发作的特征在于异常斜率值的波动,但波动对应于自相关的波动,这是一种计算效率更高的癫痫发作追踪量度。从而,值得怀疑的是,任何基于相关积分的技术在预测癫痫发作方面是否比传统的信号处理方法更有效。这显然与最近声称这种技术对预测癫痫发作有效的说法形成鲜明对比。

文章链接 [14]

研究成果

哈密顿系统,量子混沌和石墨烯

混沌散射的量子表现 [15]
危机混沌散射 [16]
高维混沌散射的拓扑 [17]
更多相关内容 [18]

微米级和纳米级系统中的控制、同步和混沌

混沌控制在高维 [19]
可以无序非埃尔米特哈密顿系统产生的光子的热化差距 [20]
相对论量子混沌 [21]
更多相关内容 [22]

非线性光学,损伤力学

混沌转换和低频率波动在半导体激光器与光反馈 [23]
在耦合外腔半导体激光器调幅 [24]
光机械系统中同步转换的量子表现 [25]
更多相关内容 [26]

瞬间混乱

在危机临界指数填补空白 [27]
混乱旋转中的间歇性 [28]
瞬间混乱在光学超材料 [29]
更多相关内容 [30]

高维动力和流体系统

通往高维混沌的途径 [31]
在非光滑动力系统过渡到高维混沌 [32]
更多相关内容 [33]

计算生物学、生物物理学和博弈论

在耦合心脏起搏细胞动力学性质 [34]
分散物质共存动力机制 [35]
更多相关内容 [36]

准周期系统和奇怪的非混沌吸引子

从奇怪非混沌过渡到陌生的混沌吸引子 [37]
噪音引起的奇怪非混沌吸引子“表征” [38]
更多相关内容 [39]

数据分析和信号处理

从混沌时间序列符号动力学的越线分析的有效性 [40]
在混沌时间序列分析的最新发展 [41]
更多相关内容 [42]

不稳定的周期轨道

在混沌吸引子不稳定周期轨道的自然度量的表征 [43]
走向混沌系统不稳定周期轨道的完整检测 [44]
更多相关内容 [45]

复杂性,信息和沟通

复杂汉密尔顿主义驱动的耗散动力系统 [46]
可靠的信息基础设施作为复杂自适应系统 [47]
更多相关内容 [48]

阴影

确定性混沌系统的建模 [49]
通用和不确定尺寸变化非双曲混沌系统的阴影动态非普适性缩放 [50]
更多相关内容 [51]

相干共振、随机共振、随机动力系统

在耦合混沌系统“相干共振”[52]
随机共振表征 [53]
干线噪声引起同步在非耦合混沌系统的集合 [54]
更多相关内容 [55]

实验混乱

耦合混沌振子中滞后同步的可观测性 [56]
广义时间滞后混沌同步的实验观察 [57]
更多相关内容 [58]

复杂网络

复杂网络上基于级联的攻击 [59]
干扰在复杂的渐变网 [60]
选择性为基础的传播网络的动态 [61]
更多相关内容; [62]

所有出版物链接

[63]

教授课程

1. PHSX 212(本科)普通物理II(电力与磁学)

堪萨斯大学,1994年秋季,1995年秋季和1996年秋季

2. PHSX 721(研究生)混沌动力学 - 耗散系统和分形几何

堪萨斯大学,1995年春季,1997年春季,1999年春季

3. MATH 796(研究生)高级混沌动力学 - 哈密顿系统和量子混沌

堪萨斯大学,1996年春季

4. PHSX 671(高年级本科生和初级毕业生) 热学和统计物理学

堪萨斯大学,1997年秋季

5. PHSX 718(研究生)数学物理

堪萨斯大学,1998年秋季

6. MATH 321(本科荣誉)微分方程

堪萨斯大学,1997年春季,1998年春季

7. MATH 320(本科)介绍微分方程

堪萨斯大学,1999年春季

8. MAT 342 :(本科)线性代数

亚利桑那州立大学,1999年秋季

9. EEE 350 :(本科)随机信号处理

亚利桑那州立大学,2000年春季

10. MAT 271(本科)微积分II

亚利桑那州立大学,2000年秋季

11. EEE 303 :(本科)信号和系统

亚利桑那州立大学,2001年春季,2004年春季

12. EEE 340 :(本科)电磁工程I [64]

亚利桑那州立大学,2002年春季

13. MAT 274 :(本科)初等微分方程 [65]

亚利桑那州立大学,2002年秋季

14. EEE598 / MAT598 :(高级研究生)工程师的非线性动力学 [66]

亚利桑那州立大学,2003年春季,2004年秋季

15. EEE554 :(研究生)随机信号理论

亚利桑那州立大学,2003年秋季

16. EEE302(本科)电路II

亚利桑那州立大学,2005年春季

17. ECE334(本科):微电子电路 [67]

亚利桑那州立大学,2005年秋季

18. EEE436(本科),EEE591(研究生): 半导体器件基础

亚利桑那州立大学,2006年秋季,2007年秋季

19. EEE352(本科):电子材料的属性 [68]

亚利桑那州立大学,2007年春季

20. EEE535(研究生):纳米结构中的电子传输

亚利桑那州立大学,2008年春季,2010年春季,2011年春季

编者推荐

集智视频推荐

非线性动力学与混沌

复杂网络

集智俱乐部 2019 “量子跃迁” 学术年会

集智文章推荐

2020年复杂性科学必读经典:入门+进阶书单20本

Science经典:复杂网络的简单构造模块——网络模体


本条目由不是海绵宝宝、薄荷编辑,如有问题,欢迎在讨论页面进行讨论。

本词条内容源自公开资料,遵守 CC3.0协议。