Deterministic coherence and anti-coherence resonances in two coupled Lorenz oscillators: numerical study versus experiment

Dit artikel demonstreert, zowel via numerieke simulaties als fysische experimenten, dat twee gekoppelde identieke chaotische Lorenz-oscillatoren gelijktijdig deterministische coherentie- en anti-coherentieresonantie vertonen bij variatie van de koppelingssterkte, waarbij deze effecten optreden in een hyperchaotisch regime met on-off intermittentie voordat volledige synchronisatie wordt bereikt.

Pavel S. Komkov, Ol'ga I. Moskalenko, Vladimir V. Semenov, Sergei V. GrishinWed, 11 Ma🌀 nlin

Understanding the temperature response of biological systems: Part I -- Phenomenological descriptions and microscopic models

Dit artikel, het eerste deel van een tweedelige review, biedt een overzicht van fenomenologische modellen en microscopische theorieën die worden gebruikt om de afwijkingen van biologische reactiesnelheden van het eenvoudige Arrhenius-gedrag bij temperatuurveranderingen te beschrijven.

Simen Jacobs, Julian Voits, Nikita Frolov, Ulrich S. Schwarz, Lendert GelensWed, 11 Ma🧬 q-bio

Understanding the temperature response of biological systems: Part II -- Network-level mechanisms and emergent dynamics

Dit artikel bespreekt hoe deterministische en stochastische netwerkmodellen de overgang van Arrhenius-achtige temperatuurafhankelijkheid op reactieniveau naar niet-Arrhenius-schaling, thermische limieten en temperatuurcompensatie op systeemniveau verklaren, waarmee een mechanistisch verband wordt gelegd tussen empirische responscurven en de moleculaire organisatie van biologische systemen.

Simen Jacobs, Julian B. Voits, Nikita Frolov, Ulrich S. Schwarz, Lendert GelensWed, 11 Ma🌀 nlin

Synchronization of higher-dimensional Kuramoto oscillators on networks: from scalar to matrix-weighted couplings

Dit artikel presenteert een d-dimensionale generalisatie van het Kuramoto-model op netwerken met matrix-gewogen koppelingen, waarbij wordt aangetoond dat globale synchronisatie mogelijk is voor elke positieve koppelingssterkte op een verbonden netwerk onder specifieke voorwaarden voor identieke frequentiematrices en netwerkc coherentie.

Anna Gallo, Renaud Lambiotte, Timoteo CarlettiTue, 10 Ma🔢 math

Frustration-Induced Collective Dynamical States in Pulse-Coupled Adaptive Winfree Networks

Deze studie onderzoekt collectieve dynamiek in adaptieve pulse-gekoppelde Winfree-netwerken onder invloed van frustratie, waarbij voor het eerst spontane overgangen naar toestand zoals entrainment en 'bump'-staten worden waargenomen zonder externe krachten, en waarbij nieuwe maatstaven voor incoherentie worden geïntroduceerd om deze complexe zelfgeorganiseerde dynamische toestanden systematisch te karakteriseren.

R. Anand, V. K. Chandrasekar, R. SureshThu, 12 Ma🌀 nlin

A proof-of-principle experiment on the spontaneous symmetry breaking machine and numerical estimation of its performance on the K2000K_{2000} benchmark problem

Dit artikel presenteert een proof-of-principle experiment en numerieke evaluatie van de Spontane Symmetriebreking Machine (SSBM), een fysieke simulator voor combinatorische optimalisatie, waarbij wordt aangetoond dat het systeem effectief de meest stabiele oplossing kan vinden voor benchmarkproblemen zoals K2000.

Toshiya Sato, Takashi GohFri, 13 Ma🌀 nlin

Effect of hidden geometry and higher-order interactions on the synchronization and hysteresis behaviour of phase oscillators on 5-cliques simplicial assemblies

Dit onderzoek toont aan hoe de verborgen geometrie en hogere-orde interacties in 5-clique simpliciale complexen de synchronisatie en hysterese van fase-oscillatoren beïnvloeden, waarbij verschillende architecturale opstellingen leiden tot lokaal gesynchroniseerde groepen die globale synchronisatie belemmeren.

Samir Sahoo, Bosiljka Tadic, Malayaja Chutani + 1 more2026-03-11🌀 nlin

A Lyapunov stability proof and a port-Hamiltonian physics-informed neural network for chaotic synchronization in memristive neurons

Dit artikel presenteert een Lyapunov-stabiliteitsbewijs en een port-Hamiltonian physics-informed neural network (pH-PINN) om chaotische synchronisatie in memristieve neuronen te analyseren, waarbij zowel analytische voorwaarden voor stabiliteit als data-gedreven modellering van het synchronisatie-Hamiltoniaan worden geboden.

Behnam Babaeian, Marius E. Yamakou2026-03-10🌀 nlin