Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »FIRB - Fondo per gli Investimenti della Ricerca di Base »scheda FIRB
INIZIO_TESTO_DA_INDICIZZARE

SCHEDA FIRB

italiano - english
Unità di Ricerca
  • Universita' degli Studi di CATANIA
    Dip. ELETTRICO ELETTRONICO E SISTEMISTICO, CATANIA (CT)
  • Universita' degli Studi di FIRENZE
    Dip. SISTEMI E INFORMATICA, FIRENZE (FI)
  • Politecnico di MILANO
    Dip. ELETTRONICA E INFORMAZIONE, MILANO (MI)
  • STMICROELECTRONICS SRL - ITALY
    Soft Computing & Nano-Organics Operation, CATANIA (CT)
  • Istituto nazionale di ottica - Firenze
    Istituto Nazionale di ottica, FIRENZE (FI)
  • Istituto Nazionale Fisica della Materia (INFM)
    Unita' di Palermo, PALERMO (PA)
  • Universita' degli Studi di LECCE
    Dip. INGEGNERIA DELL'INNOVAZIONE, LECCE (LE)
FIRB simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[1] Eckmann, J.P., S.O. Kamphorst, D. Ruelle, and S. Ciliberto (1986) Liapunov exponents from time series. Physical Review A 34, 4971-4979.
[2] Grassberger, P., T. Schreiber, and C. Schaffrath (1991) Nonlinear time sequence analysis. International Journal of Bifurcation and Chaos 1, 521-547.
[3] Aguirre, L.A., and S. Billings (1995) Retrieving dynamical invariants from chaotic data using NARMAX models. International Journal of Bifurcation and Chaos 5, 449-474.
[4] Abarbanel, H.D.I. (1996) Analysis of Observed Chaotic Data. Springer, New York.
[5] Basset, M.R., and J. Hudson (1988) Shil'nikov chaos during Copper electrodissolution. Journal of Physical Chemistry 92, 6963-6966.
[6] Hübner, U., C.-O. Weiss, N.B. Abraham, and D. Tang (1993) Lorenz-like chaos in NH3-FIR lasers (data set A). In Time Series Prediction: Forecasting the Future and Understanding the Past, eds. A.S. Weigend and N.A. Gershenfeld, pp. 73-104. Addison-Wesley, Reading, MA.
[7] Abarbanel, H.D.I., L. Korzinov, A.I. Mees, and N.F. Rulkov (1997) Small force control of nonlinear systems to given orbits. IEEE Transactions on Circuits and Systems I 44, 1018-1023.
[8] Candaten, M., and S. Rinaldi (2000) Peak-to-peak dynamics: a critical survey. International Journal of Bifurcation and Chaos 10, 1805-1819.
[9] Chen, G., ed. (2000) Controlling Chaos and Bifurcations in Engineering Systems. CRC Press, Boca Raton, FL.
[10] Fradkov, A.L., and A.Y. Pogromsky (1998) Introduction to Control of Oscillations and Chaos. World Scientific, Singapore.
[11] Chen, G., and X. Dong (1998) From Chaos to Order: Methodologies, Perspectives, and Applications. World Scientific, Singapore.
[12] M. Ashhab, M. V. Salapaka, M. Dahleh, I. Mezic, “Dynamic analysis and control of micro-cantilevers,'' Automatica, vol. 35, pp. 1663-1670, 1999.
[13] G.~Chen (Ed.), Controlling Chaos and Bifurcations in Engineering Systems, CRC Press, Boca Raton, FL, 1999.
[14] G. E. P. Box and G. M. Jenkins, Time Series Analysis Forecasting and Control, Holden Day, San Francisco, 1970.
[15] H. D. I. Abarbanel, Analysis of Observed Chaotic Data, Springer, New York, 1996.
[16] H. Kantz and T. Schreiber, Nonlinear Time Series Analysis, Cambridge Un, Press, Cambridge, 1997.
[17] M. Casdagli, D. Des Jardins, S. Eubank, J. D. Farmer, J. Gibson and J. Theiler, Nonlinear modeling of chaotic time series: theory and applications, in Applied Chaos (J. H. Kim and J. Stringer, eds.), Wiley, New York, 1992.
[18] F. Takens, Detecting strange attractors in fluid turbulence, Dynamical Systems and Turbulence ( D. Rand and L. S. Young, eds.), Spriger-Verlag, Berlin,1980)
[19] T. Sauer, J. A. Yorke and M. Casdagli, Embedology, J. of Statistical Physics, 65, pp.579-616, 1991.
[20] A. Isidori, Nonlinear Control Systems, 3rd ed, Springer, Berlin, 1995.
[21] H.D.I. Abarbanel, "Analysis of Observed Chaotic Data" (Springer-Verlag, New York, 1996); H. Kantz and T. Schreiber, "Nonlinear Time Series Analysis" (Cambridge University Press, Cambridge, UK, 1997).
[22] T. Sauer et al., J. Stat. Phys. 65, 579 (1991).
[23]- M.B. Kennel et al., Phys. Rev. A45, 3403 (1992).
[24] L.M. Pecora and T.L. Carroll, Phys. Rev. Lett. 64, 821 (1990); M.G. Rosenblum et al., Phys. Rev. lett. 76, 1804 (1996).
[25] S. Boccaletti et al., Phys. Rev. Lett. 83, 536 (1999); H. Chate' et al., Physica D131, 17 (1999).
[26] C. Schafer et al., Nature 392, 239 (1998);G.D. Van Wiggeren and R. Roy, Science 279, 1198 (1998).
[27] R. Brown and L. Kocarev, Chaos 10, 344 (2000); S. Boccaletti et al.,Phys. Rev. E 63, 066219 (2001).
[28] H. Hinrichsen, R. Livi, D. Mukamel, A. Politi, Phys. Rev. Lett. 79, 2710 (1997)
[29] H. Hinrichsen, R. Livi, D. Mukamel, A. Politi Phys. Rev. E 1032 (2000)
[30] L. Baroni, R. Livi, A. Torcini, Phys. Rev. E 63 036226 (2001)
[31] M. Antoni S. Ruffo, Phys. Rev. E 52, 2361 (1995).
[32] J. Barre', D. Mukamel, S. Ruffo, Phys. Rev. Lett. 87, 030601 (2001).
[33] D.H.E. Gross, Phys. Rep. 279 (1997).
[34] Braiman, Y., Lidner, J. F.. & Ditto, W. L. [1995] "Tam- ing spatiotemporal chaos with disorder," Nature 378, November,465-467
[35] Gammaitoni. L.. Hanggi. P.. Jung. P. &Marchesoni. F. [1998] "Stochastic resonance... Rev. Mod. Phys. 70(1). 223-227.
[36] P.Arena, R. Caponetto, L. Fortuna. A. Rizzo and M. La Rosa, “Self-Organization in nonrecurrent complex systems”, Int. Journal of Bifurcation and Chaos, Vol.10, no. 5 (2000), pp.1115-1125
[37] M. Bucolo, M. C. Cutuli, L. Fortuna and A. Rizzo, “Spatial Diversity in Reaction-Diffusion Fuzzy Cellular Network, chapter in Advances in Soft Computing, A. Di Nola and G. Gerla Editors, Springer-Verlag 2001.
[38]- L. O. Chua, “CNN: A vision of complexity”, Int. J. Bifurcation and Chaos, vol. 7, pp. 2219-2425, 1992.
[39]- W. Kang, N. Xi, A. Sparks, “Theory and applications of formation control in a perceptive referenced frame”, Proc. of the 39-th Control and Decision Conference, Sidney, Australia, 2000.
[40]- M. Hirsch, “Convergent activation dynamics in continuous time networks” Neural Networks, vol. 2, pp. 331-349, 1999.
[41]- M. Vidyasagar, “Location and stability of the high-gain equilibria of nonlinear neural networks”, IEEE Trans. Neural Networks, vol. 4, pp. 660-672,1993.
[42] L.O. Chua, “CNN: a Paradigm for Complexity” in Vision of Nonlinear Science in the 21st Century”,editors L.Huertas, W. Chen and N. Madan, World Scientific, Series on Nonlinear Science, 1999.
[43] Arena P, Baglio S, Fortuna L, Manganaro G. Cellular Neural Networks: A survey. IFAC Symp. on Large Scale Systems, London, UK, pp. 53-58, vol. 1, 1995
[44] Arena P, Fortuna L, Manganaro G, Spina S. CNN Image Processing for the Automatic Classification of Oranges. In CNNA-94 Third IEEE International Workshop on Cellular Neural Networks and their Applications, Rome, 1994
[45] M. Brucoli, D. Cafagna, L. Carmineo, “A new synthesis procedure of cellular optimal linear associative memories for robot vision system” CNNA 2000, 6th IEEE Int. Workshop on Cellular Neural Networks and their Application, Catania Italy, May23-25, 2000.
[46] L.O. Chua, M. Hasler, G.S. Moschytz, J. Neirynck, "Autonomous Cellular Neural Networks: A Unified Paradigm for Pattern Formation and Active Wave Propagation", IEEE Trans. on Circuits and Systems - Part I, vol. 42, no.10, 1995, pp.559--577.
[47] P. Arena, S. Baglio, L. Fortuna, G. Manganaro, "Self Organization in a two-layer CNN", IEEE Trans. on Circuits and Systems - Part I, vol. 45, no.2, Feb.1998, pp.157-162.
[48] CNNA 2000, 6th IEEE Int. Workshop on Cellular Neural Networks and their Application, Catania Italy, May 23-25, 2000.
[49] J. C. Hull, Options, Futures, and Other Derivatives, Third Edition, Prentice-Hall, Upper Saddle River NJ, (1997).
[50] E. F. Fama, “Efficient Capital Markets II”, J. Finance 46, 1575-1617, (1991).
[51] M. M. Dacorogna, R. Gençay, U. A. Müller, R. B. Olsen, O. V. Pictet "An Introduction to High-Frequency Finance", Academic Press (2001).
[52] G. Bonanno, F. Lillo and R. N. Mantegna, "High-frequency Cross-correlation in a Set of Stocks", Quantitative Finance 1, 96-104 (2001).
[53] J. Y. Campbell, A. W. Lo, and A. C. MacKinlay, The Econometrics of Financial Markets, Princeton University Press, Princeton, (1997).
[54]Allen, P. (2001). A complex systems approach to learning in adaptive networks. International Journal of Innovation Management, Vol 5, N.2: 149-180.
[55]Andriani, P. (2001) Diversity, Knowledge and Complexity Theory: some introductory issues International Journal of Innovation Management, Vol 5, N.2: 257-274.
[56]Gèrabher, G. & Stark D. (1997) Organising diversity: evolutionary theory, network analysis and postsocialism. Regional Studies 31(5): 533-544.
[57]Kauffman, S. (2000) Investigations. Oxford: Oxford University Press.
[58]Kogut, B. (2000) The network as knowledge: generative rules and the emergence of structure. Strategic Management Journal 21 (Special Issue on Strategic Networks): 405-425.
[59]Saviotti, P. P. (1996) Technological evolution, variety and the economy. Cheltenham: Edward Elgar.
Parole Chiave
Sistemi Caotici; Controllo e Sincronizzazione di Sistemi Caotici; Reti Cellulari Non Lineari; Modellistica di Sistemi Complessi; Autorganizzazione; Sistemi Spazialmente Estesi

Reti autorganizzanti di tipo cellulare e dinamiche non lineari caotiche per la modellizzazione ed il controllo di sistemi complessi.

Università degli Studi di Catania
Abstract
Il progetto verterà sul controllo di sistemi con dinamica caotica di ordine basso e di sistemi estesi spazialmente distribuiti.
L'attenzione verrà rivolta alle problematiche relative ai sistemi interconnessi con caratteristiche di autorganizzazione rivolgendo particolare attenzione a circuiti nonlineari di tipo cellulare, denominati "Cellular Nonlinear Networks". Le precedenti tematiche troveranno riscontro applicativo in particolari settori strategici della teoria dei sistemi complessi.
Il tema della complessità, dello studio di sistemi caotici nonche' delle problematiche relative al controllo e alla sincronizzazione di tali sistemi, il più delle volte con dinamiche spazio temporali, richiede particolari metodologie e l'uso di strumenti analitici e numerici particolarmente onerosi dal punto di vista computazionale e spesso poco efficienti; inoltre non esiste ancora in letteratura un approccio se non esclusivamente numerico, e pertanto di tipo digitale, per l'implementazione di modelli di sistemi complessi ormai quasi sempre presenti nei settori più variegati delle scienze.
Il progetto si propone di focalizzare talune problematiche emergenti nell' area dei sistemi complessi quali la caratterizzazione innovativa di sistemi caotici, la sincronizzazione in sistemi parzialmente estesi, con caratteristiche caotiche, sviluppando nuove metodologie di analisi e controllo con dinamiche interagenti. Tali aspetti verranno integrati da innovative metodologie>>>

Coordinatore Scientifico del Programma di Ricerca
LUIGI FORTUNA, Universita' degli Studi di CATANIA
Obiettivo del Finanziamento
Gli obiettivi scientifici fondamentali a cui il progetto mira sono sintetizzati nel seguito.
Il primo scopo che ci si prefigge è l'integrazione fra competenze differenziate nell' area dei sistemi complessi e delle dinamiche caotiche, tra gruppi di ricerca universitari, di enti pubblici e dell'industria al fine di ottenere i seguenti risultati: proporre nuove tecniche per la caratterizzazione ed il controllo di sistemi caotici, sia studiando le caratteristiche del singolo sottosistema (spesso indicato come sistema di ordine ridotto) sia l'interazione in sistemi configurati in reti di array di oscillatori accoppiati con caratteristiche di autorganizzazione.
Si intende valutare, quindi, le condizioni affinché la diversità spaziale (caratterizzata da dissimmetrie di tipo deterministico e caotico) intervenga nell'autorganizzazione di reti localmente interagenti. Un importante ulteriore obbiettivo e' quello di emulare i sistemi precedentemente trattati tramite circuiti analogici, configurati in architetture VLSI. Con riferimento a tale obbiettivo ci si avvarrà delle CNN (Cellular Nonlinear Networks) quale struttura computazionalmente innovativa per lo sviluppo di simulazioni di sistemi complessi.
Le tematiche della complessità e dell'interazione di dinamiche caotiche verranno evidenziate in settori strategici di particolare interesse quali quello dell'econofisica e dell'ingegneria della innovazione dove vengono richieste opportune procedure di>>>

Durata
36 mesi