Spelling suggestions: "subject:"fraktionalen"" "subject:"fraktion""
11 |
Lokalisierung für korrelierte Anderson ModelleTautenhahn, Martin 01 October 2007 (has links) (PDF)
Im Fokus dieser Diplomarbeit steht ein korreliertes
Anderson Modell. Unser Modell beschreibt
kurzreichweitige Einzelplatzpotentiale, wobei
negative Korrelationen zugelassen werden. Für dieses
korrelierte Modell wird mittels der fraktionalen
Momentenmethode im Falle genügend großer Unordnung
exponentieller Abfall der Greenschen Funktion
bewiesen. Anschließend wird daraus für den nicht
korrelierten Spezialfall Anderson Lokalisierung
bewiesen. / This thesis (diploma) is devoted to a correlated
Anderson model. Our model describes short range
single site potentials, whereby negative
correlations become certified. For this correlated
model exponential decay of the Greens' function
is proven in the case sufficient large
disorder according to the fractional moment method.
Subsequently, we prove Anderson localization for
the not correlated special case.
|
12 |
Anomalous Diffusion and Random Walks on FractalsSchulzky, Christian Berthold 14 July 2000 (has links)
In dieser Arbeit werden verschieden Ansätze diskutiert, die zum Verständnis und zur Beschreibung anomalen Diffusionsverhaltens beitragen, wobei insbesondere zwei unterschiedliche Aspekte hervorgehoben werden. Zum einen wird das Entropieproduktions-Paradoxon beschrieben, welches bei der Analyse der Entropieproduktion bei der anomalen Diffusion, beschrieben durch fraktionale Diffusionsgleichungen auftritt. Andererseits wird ein detaillierter Vergleich zwischen Lösungen verallgemeinerter Diffusionsgleichungen mit numerischen Daten präsentiert, die durch Iteration der Mastergleichung auf verschiedenen Fraktalen produziert worden sind.
Die Entropieproduktionsrate für superdiffusive Prozesse wird berechnet und zeigt einen unerwarteten Anstieg beim Übergang von dissipativer Diffusion zur reversiblen Wellenausbreitung. Dieses Entropieproduktions-Paradoxon ist die direkte Konsequenz einer anwachsenden intrinsischen Rate bei Prozessen mit zunehmendem Wellencharakter. Nach Berücksichtigung dieser Rate zeigt die Entropie den erwarteten monotonen Abfall. Diese Überlegungen werden für generalisierte Entropiedefinitionen, wie die Tsallis- und Renyi-Entropien, fortgeführt.
Der zweite Aspekt bezieht sich auf die anomale Diffusion auf Fraktalen, im Besonderen auf Sierpinski-Dreiecke und -Teppiche. Die entsprechenden Mastergleichungen werden iteriert und die auf diese Weise numerisch gewonnenen Wahrscheinlichkeitsverteilungen werden mit den Lösungen vier verschiedener verallgemeinerter Diffusionsgleichungen verglichen.
|
13 |
Neuronale Netze zur Berechnung Iterativer Wurzeln und Fraktionaler IterationenKindermann, Lars 03 July 2002 (has links)
Diese Arbeit entwickelt eine Methode, Funktionalgleichungen der Art g(g(x))=f(x) bzw. g^n(x)=f(x) mit Hilfe neuronaler Netze zu lösen. Gesucht ist eine Funktion g(x), die mehrfach hintereinandergeschaltet genau einer gegebenen Funktion f(x) entspricht. Man nennt g=f^1/n eine iterative Wurzel oder fraktionale Iteration von f. Lösungen für g zu finden, stellt das inverse Problem der Iteration dar oder die Erweiterung der Wurzel- bzw. Potenzoperation auf die Funktionsalgebra. Geschlossene Ausdrücke für Funktionswurzeln einer gegebenen Funktion zu finden, ist in der Regel nicht möglich oder sehr schwer. Numerische Verfahren sind nicht in allgemeiner Form beschrieben oder als Software vorhanden. Ausgehend von der Fähigkeit eines neuronalen Netzes, speziell des mehrschichtigen Perzeptrons, durch Training eine gegebene Funktion f(x) zu approximieren, erlaubt eine spezielle Topologie des Netzes auch die Berechnung von fraktionalen Iterationen von f. Ein solches Netz besteht aus n identischen, hintereinandergeschalteten Teilnetzen, die, wenn das Gesamtnetz f approximiert, jedes für sich g = f^1/n annähern. Es ist lediglich beim Training des Netzes darauf zu achten, dass die korrespondierenden Gewichte aller Teilnetze den gleichen Wert annehmen. Dazu werden mehrere Verfahren entwickelt: Lernen nur im letzten Teilnetz und Kopieren der Gewichte auf die anderen Teile, Angleichen der Teilnetze durch Kopplungsfaktoren oder Einführung eines Fehlerterms, der Unterschiede in den Teilnetzen bestraft. Als weitere Näherungslösung wird ein iteriertes lineares Modell entwickelt, das durch ein herkömmliches neuronales Netz mit hoher Approximationsgüte für nichtlineare Zusammenhänge korrigiert wird.
Als Anwendung ist konkret die Modellierung der Bandprofilentwicklung beim Warmwalzen von Stahlblech gegeben. Einige Zentimeter dicke Stahlblöcke werden in einer Walzstraße von mehreren gleichartigen, hintereinanderliegenden Walzgerüsten zu Blechen von wenigen Millimetern Dicke gewalzt. Neben der Dicke ist das Profil - der Dickenunterschied zwischen Bandmitte und Rand - eine wichtige Qualitätsgröße. Sie kann vor und hinter der Fertigstraße gemessen werden, aus technischen Gründen aber nicht zwischen den Walzgerüsten. Eine genaue Kenntnis ist jedoch aus produktionstechnischen Gründen wichtig. Der Stand der Technik ist die Berechnung dieser Zwischenprofile durch das wiederholte Durchrechnen eines mathematischen Modells des Walzvorganges für jedes Gerüst und eine ständige Anpassung von adaptiven Termen dieses Modells an die Messdaten. Es wurde gezeigt, dass mit einem adaptiven neuronalen Netz, das mit Eingangs- und Ausgangsprofil sowie allen vorhandenen Kenn- und Stellgrößen trainiert wird, die Vorausberechnung des Endprofils mit deutlich höherer Genauigkeit vorgenommen werden kann. Das Problem ist, dass dieses Netz die Übertragungsfunktion der gesamten Straße repräsentiert, Zwischenprofile können nicht ausgegeben werden. Daher wird der Versuch gemacht, beide Eigenschaften zu verbinden: Die genaue Endprofilmodellierung eines neuronalen Netzes wird kombiniert mit der Fähigkeit des iterierten Modells, Zwischenprofile zu berechnen. Dabei wird der in Form von Messdaten bekannte gesamte Prozess als iterierte Verknüpfung von technisch identischen Teilprozessen angesehen. Die Gewinnung eines Modells des Einzelprozesses entspricht damit der Berechnung der iterativen Wurzel des Gesamtprozesses.
|
14 |
Symmetric Fractional Diffusion and Entropy ProductionPrehl, Janett, Boldt, Frank, Hoffmann, Karl Heinz, Essex, Christopher 30 August 2016 (has links)
The discovery of the entropy production paradox (Hoffmann et al., 1998) raised basic questions about the nature of irreversibility in the regime between diffusion and waves. First studied in the form of spatial movements of moments of H functions, pseudo propagation is the pre-limit propagation-like movements of skewed probability density function (PDFs) in the domain between the wave and diffusion equations that goes over to classical partial differential equation propagation of characteristics in the wave limit. Many of the strange properties that occur in this extraordinary regime were thought to be connected in some manner to this form of proto-movement. This paper eliminates pseudo propagation by employing a similar evolution equation that imposes spatial unimodal symmetry on evolving PDFs. Contrary to initial expectations, familiar peculiarities emerge despite the imposed symmetry, but they have a distinct character.
|
15 |
Lokalisierung für korrelierte Anderson ModelleTautenhahn, Martin 13 August 2007 (has links)
Im Fokus dieser Diplomarbeit steht ein korreliertes
Anderson Modell. Unser Modell beschreibt
kurzreichweitige Einzelplatzpotentiale, wobei
negative Korrelationen zugelassen werden. Für dieses
korrelierte Modell wird mittels der fraktionalen
Momentenmethode im Falle genügend großer Unordnung
exponentieller Abfall der Greenschen Funktion
bewiesen. Anschließend wird daraus für den nicht
korrelierten Spezialfall Anderson Lokalisierung
bewiesen. / This thesis (diploma) is devoted to a correlated
Anderson model. Our model describes short range
single site potentials, whereby negative
correlations become certified. For this correlated
model exponential decay of the Greens' function
is proven in the case sufficient large
disorder according to the fractional moment method.
Subsequently, we prove Anderson localization for
the not correlated special case.
|
Page generated in 0.0756 seconds