Non-Stationary Dynamic Mode Decomposition.
Non-Stationary Dynamic Mode Decomposition.
复制标题
DOI：
10.1109/access.2023.3326412
复制
发表时间：
2023
期刊：
影响因子：
3.9
通讯作者：
Fairhall, Adrienne
中科院分区：
文献类型：
--
作者：
Ferre, John;Rokem, Ariel;Buffalo, Elizabeth A.;Kutz, J. Nathan;Fairhall, Adrienne
关键词：
许多物理过程都表现出复杂的高维时变行为，从全球天气模式到大脑活动。一个突出的挑战是表示高维数据的动力学模型，揭示他们的时空结构。动态模式分解是实现这一目标的一种手段，允许通过Koopman算子的有限维近似的对角化来识别关键时空模式。然而，这些方法最适用于时不变或稳定的数据，而在许多典型情况下，动态随时间和条件而变化。为了捕捉这种时间演化，我们开发了一种方法，非平稳动态模式分解，通过拟合漂移时空模式的全局调制来概括动态模式分解。该方法准确地预测了模拟中模式的时间演化，并从更简单的方法中恢复了先前已知的结果。为了证明其性能，该方法被施加到多通道记录从清醒的行为非人类灵长类动物执行认知任务。
Many physical processes display complex high-dimensional time-varying behavior, from global weather patterns to brain activity. An outstanding challenge is to express high dimensional data in terms of a dynamical model that reveals their spatiotemporal structure. Dynamic Mode Decomposition is a means to achieve this goal, allowing the identification of key spatiotemporal modes through the diagonalization of a finite dimensional approximation of the Koopman operator. However, these methods apply best to time-translationally invariant or stationary data, while in many typical cases, dynamics vary across time and conditions. To capture this temporal evolution, we developed a method, Non-Stationary Dynamic Mode Decomposition, that generalizes Dynamic Mode Decomposition by fitting global modulations of drifting spatiotemporal modes. This method accurately predicts the temporal evolution of modes in simulations and recovers previously known results from simpler methods. To demonstrate its properties, the method is applied to multi-channel recordings from an awake behaving non-human primate performing a cognitive task.
登录
查看更多内容
影响因子：
16.2
作者：
Fries P
通讯作者：
Fries P
细胞外田地和电流的起源-EEG，ECOG，LFP和尖峰。
DOI：
10.1038/nrn3241
发表时间：
2012-05-18
期刊：
Nature reviews. Neuroscience
影响因子：
--
作者：
Buzsáki G;Anastassiou CA;Koch C
通讯作者：
Koch C
影响因子：
4.8
作者：
Freeman, WJ;Burke, BC;Holmes, MD
通讯作者：
Holmes, MD
DOI：
10.1073/pnas.1302351110
发表时间：
2013-08-06
影响因子：
11.1
作者：
Jutras, Michael J.;Fries, Pascal;Buffalo, Elizabeth A.
通讯作者：
Buffalo, Elizabeth A.
影响因子：
2.4
作者：
Dawson, Scott T. M.;Hemati, Maziar S.;Rowley, Clarence W.
通讯作者：
Rowley, Clarence W.