No description available.

Diplomová práce pojednává o chaotických dynamických systémech se zvláštním zaměřením na jejich synchronizaci. Proces synchronizace je aplikován použitím dvou různých metod, a to - metodou úplné synchronizace na dva Lorenzovy systémy a metodou negativní zpětné vazby na dva Rösslerovy systémy. Dále je prozkoumána možná aplikace synchronizace chaotických systémů v oblasti soukromé komunikace, která je doplněná algoritmy v prostředí MATLAB.

A teoria das redes complexas tem se tornado cada vez mais em uma poderosa teoria computacional capaz de representar, caracterizar e examinar sistemas com estrutura não trivial, revelando características intrínsecas locais e globais que facilitam a compreensão do comportamento e da dinâmica de tais sistemas. Nesta tese são exploradas as vantagens das redes complexas na resolução de problemas relacionados com tarefas do âmbito musical, especificamente, são estudadas três abordagens: reconhecimento de padrões, mineração e síntese de músicas. A primeira abordagem é desempenhada através do desenvolvimento de um método para a extração do padrão rítmico de uma peça musical de caráter popular. Nesse tipo de peças coexistem diferentes espécies de padrões rítmicos, os quais configuram uma hierarquia que é determinada por aspectos funcionais dentro da base rítmica. Os padrões rítmicos principais são caracterizados por sua maior incidência dentro do discurso musical, propriedade que é refletida na formação de comunidades dentro da rede. Técnicas de detecção de comunidades são aplicadas na extração dos padrões rítmicos, e uma medida para diferenciar os padrões principais dos secundários é proposta. Os resultados mostram que a qualidade da extração é sensível ao algoritmo de detecção, ao modo de representação do ritmo e ao tratamento dado às linhas de percussão na hora de gerar a rede. Uma fase de mineração foi desempenhada usando medidas topológicas sobre a rede obtida após a remoção dos padrões secundários. Técnicas de aprendizado supervisionado e não-supervisionado foram aplicadas para discriminar o gênero musical segundo os atributos calculados na fase de mineração. Os resultados revelam a eficiência da metodologia proposta, a qual foi constatada através de um teste de significância estatística. A última abordagem foi tratada mediante o desenvolvimento de modelos para a composição de melodias através de duas perspectivas, na primeira perspectiva é usada uma caminhada controlada por critérios sobre redes complexas predefinidas e na segunda redes neurais recorrentes e sistemas dinâmicos caóticos. Nesta última perspectiva, o modelo é treinado para compor uma melodia com um valor preestabelecido de alguma característica tonal subjetiva através de uma estratégia de controle proporcional que modifica a complexidade de uma melodia caótica, melodia que atua como entrada de inspiração da rede. / The theory of complex networks has become increasingly a powerful computational tool capable of representing, characterizing and examining systems with non-trivial structure, revealing both local and global intrinsic structures that facilitate the understanding of the behavior and dynamics of such systems. In this thesis, the virtues of complex networks in solving problems related to tasks within the musical scope are explored. Specifically, three approaches are studied: pattern recognition, data mining, and synthesis. The first perspective is addressed by developing a method for extracting the rhythmic pattern of a piece of popular music. In that type of musical pieces, there coexist different types of rhythm patterns which constitute a hierarchy determined by functional aspects within the basic rhythm. The main rhythmic patterns are characterized by a higher incidence within the musical discourse and this factor is reflected in the formation of communities within the network constructed from the music piece. Community detection techniques are applied in the extraction of rhythmic patterns, and a measure to distinguish the main patterns of the secondary is proposed. The results showed that the quality of extraction is sensitive to the detection algorithm, the method of representing rhythm, and treatment of percussion lines when generating the network. Data mining is performed using topological measures over the network obtained after the removal of secondary patterns. Techniques of supervised and unsupervised learning are applied to discriminate the musical genre according to the attributes calculated in the data mining phase. The quantitative results show the efficiency of the proposed methodology, which is confirmed by a test of statistical significance. Regarding the melody generation, an algorithm using a walk controlled by criteria on predefined complex networks has been developed, as well as the development of melody composition models using recurrent neural networks and chaotic dynamical systems. In the last approach, the model is trained to compose a melody with a subjective characteristic melodic value pre-established by a proportional control strategy that acts on the parameters of a chaotic melody as input inspiration.

Cette thèse considère quatre systèmes physiques complexes pour lesquels il est exceptionnellement possible d’identifier des variables lentes qui contrôlent l'évolution à temps long du système complet. La séparation d'échelle de temps entre ces variables lentes et les autres variables permet d'utiliser la technique de moyennisation stochastique pour obtenir une dynamique effective pour les variables lentes. Cette thèse considère la possibilité de prédire les événements rares dans le système solaire. Nous avons étudié deux types d’événements rares. Le premier est un renversement possible de l'axe de rotation de la Terre en l'absence des effets de marée de la Lune. Le second est la désintégration de l'ensemble du système solaire interne suite à une instabilité dans l'orbite de Mercure. Pour chacun des deux problèmes, il existe des variables lentes non triviales, qui ne sont pas données par des variables physiques naturelles. La moyennisation stochastique a permis de découvrir le mécanisme physique qui conduit à ces événements rares et de donner, par une approche purement théorique, l'ordre de grandeur de la probabilité de ces phénomènes. Nous avons également montré que la déstabilisation de Mercure sur un temps inférieur à l'âge du système solaire obéit à un mécanisme d'instanton bien décrit par la théorie des grandes déviations. Le travail effectué dans cette thèse ouvre donc un nouveau champ d'action pour l'utilisation d'algorithmes de calcul d'événements rares. Nous avons utilisé pour la première fois les théorèmes de moyennisation stochastique dans le cadre de la mécanique céleste pour quantifier l'effet stochastique des astéroïdes sur la trajectoire des planètes. Enfin, une partie du travail porte sur un problème de turbulence géophysique: dans l'atmosphère de Jupiter, on peut observer des structures zonales (jets) à grande échelles évoluant beaucoup plus lentement que les tourbillons environnants. Nous montrons qu'il est pour la première fois possible d'obtenir explicitement le profil de ces jets par moyennisation des degrés de liberté turbulents rapides. / The present thesis describes four complex dynamical systems. In each system, the long-term behavior is controlled by a few number of slow variables that can be clearly identified. We show that in the limit of a large timescale separation between the slow variables and the other variables, stochastic averaging can be performed and leads to an effective dynamics for the set of slow variables. This thesis also deals with rare events predictions in the solar system. We consider two possible rare events. The first one is a very large variation of the spin axis orientation of a Moonless Earth. The second one is the disintegration of the inner solar system because of an instability in Mercury’s orbit. Both systems are controlled by non-trivial slow variables that are not given by simple physical quantities. Stochastic averaging has led to the discovery of the mechanism leading to those rare events and gives theoretical bases to compute the rare events probabilities. We also show that Mercury’s short-term destabilizations (compared to the age of the solar system) follow an instanton mechanism, and can be predicted using large deviation theory. The special algorithms devoted to the computation of rare event probabilities can thus find surprising applications in the field of celestial mechanics. We have used for the first time stochastic averaging in the field of celestial mechanics to give a relevant orders of magnitude for the long-term perturbation of planetary orbits by asteroids. A part of the work is about geophysical fluid mechanics. In Jupiter atmosphere, large scale structures (jets) can be observed, the typical time of evolution of which is much larger than that of the surrounding turbulence. We show for the first time that the mean wind velocity can be obtained explicitly by averaging the fast turbulent degrees of freedom.

A teoria das redes complexas tem se tornado cada vez mais em uma poderosa teoria computacional capaz de representar, caracterizar e examinar sistemas com estrutura não trivial, revelando características intrínsecas locais e globais que facilitam a compreensão do comportamento e da dinâmica de tais sistemas. Nesta tese são exploradas as vantagens das redes complexas na resolução de problemas relacionados com tarefas do âmbito musical, especificamente, são estudadas três abordagens: reconhecimento de padrões, mineração e síntese de músicas. A primeira abordagem é desempenhada através do desenvolvimento de um método para a extração do padrão rítmico de uma peça musical de caráter popular. Nesse tipo de peças coexistem diferentes espécies de padrões rítmicos, os quais configuram uma hierarquia que é determinada por aspectos funcionais dentro da base rítmica. Os padrões rítmicos principais são caracterizados por sua maior incidência dentro do discurso musical, propriedade que é refletida na formação de comunidades dentro da rede. Técnicas de detecção de comunidades são aplicadas na extração dos padrões rítmicos, e uma medida para diferenciar os padrões principais dos secundários é proposta. Os resultados mostram que a qualidade da extração é sensível ao algoritmo de detecção, ao modo de representação do ritmo e ao tratamento dado às linhas de percussão na hora de gerar a rede. Uma fase de mineração foi desempenhada usando medidas topológicas sobre a rede obtida após a remoção dos padrões secundários. Técnicas de aprendizado supervisionado e não-supervisionado foram aplicadas para discriminar o gênero musical segundo os atributos calculados na fase de mineração. Os resultados revelam a eficiência da metodologia proposta, a qual foi constatada através de um teste de significância estatística. A última abordagem foi tratada mediante o desenvolvimento de modelos para a composição de melodias através de duas perspectivas, na primeira perspectiva é usada uma caminhada controlada por critérios sobre redes complexas predefinidas e na segunda redes neurais recorrentes e sistemas dinâmicos caóticos. Nesta última perspectiva, o modelo é treinado para compor uma melodia com um valor preestabelecido de alguma característica tonal subjetiva através de uma estratégia de controle proporcional que modifica a complexidade de uma melodia caótica, melodia que atua como entrada de inspiração da rede. / The theory of complex networks has become increasingly a powerful computational tool capable of representing, characterizing and examining systems with non-trivial structure, revealing both local and global intrinsic structures that facilitate the understanding of the behavior and dynamics of such systems. In this thesis, the virtues of complex networks in solving problems related to tasks within the musical scope are explored. Specifically, three approaches are studied: pattern recognition, data mining, and synthesis. The first perspective is addressed by developing a method for extracting the rhythmic pattern of a piece of popular music. In that type of musical pieces, there coexist different types of rhythm patterns which constitute a hierarchy determined by functional aspects within the basic rhythm. The main rhythmic patterns are characterized by a higher incidence within the musical discourse and this factor is reflected in the formation of communities within the network constructed from the music piece. Community detection techniques are applied in the extraction of rhythmic patterns, and a measure to distinguish the main patterns of the secondary is proposed. The results showed that the quality of extraction is sensitive to the detection algorithm, the method of representing rhythm, and treatment of percussion lines when generating the network. Data mining is performed using topological measures over the network obtained after the removal of secondary patterns. Techniques of supervised and unsupervised learning are applied to discriminate the musical genre according to the attributes calculated in the data mining phase. The quantitative results show the efficiency of the proposed methodology, which is confirmed by a test of statistical significance. Regarding the melody generation, an algorithm using a walk controlled by criteria on predefined complex networks has been developed, as well as the development of melody composition models using recurrent neural networks and chaotic dynamical systems. In the last approach, the model is trained to compose a melody with a subjective characteristic melodic value pre-established by a proportional control strategy that acts on the parameters of a chaotic melody as input inspiration.