Самозорганізована критичність

Самозорганізо́вана крити́чність (СК) є властивістю класу складних динамічних систем, що самодовільно втримуються у критичному стані.

Концепцію СК вперше ввели були Пер Бак (Per Bak), Чао Танг (Chao Tang) і Курт Візенфельд (Kurt Wiesenfeld) у статті[1] опублікованій у 1987 р. у Physical Review Letters, де СК розглядалася як один з механізмів, за посередництвом яких у природі виникає складність [2] . Концепція СК була застосована у такому широкому колі областей знання, як геофізика, космологія, еволюційна біологія, екологія, економіка, квантова гравітація, соціологія, фізика сонця, фізика плазми, нейробіологія [3] [4] [5] [6] [7] [8] [9] тощо.

СК зазвичай спостерігається в повільно керованих нерівноважних системах з розподіленими ступенями свободи та сильною неідеальністю. На сьогодні досліджено багато окремих зразків складних систем. Проте загальні характеристики, відповідальні за СК, залишаються невідомими.

Огляд

У нелінійній динаміці на кінець ХХ ст. були розроблені дві парадигми. У рамках першої показано, що в багатьох відкритих нелінійних системах далеко від рівноваги відбувається самоорганізація. При цьому виникають просторово-неоднорідні стаціонарні розподіли змінних — так звані дисипативні структури або автохвильові процеси.

Друга парадигма пов'язана з поняттям динамічного хаосу — складною неперіодичною поведінкою у детермінованих системах (тобто в таких, де діє принцип причинності й немає випадкових чинників). Основним результатом цього підходу було встановлення наявності границь передбачуваності, горизонту прогнозу — скінченого часу, за який динамічний прогноз поведінки системи стає неможливим. Описані універсальні сценарії переходу від простого руху до хаотичного за зміни зовнішнього параметра.

Ідея самоорганізації, що лежить в основі обох парадигм, означає виділення з великої (іноді нескінченної) кількості числа змінних невеликого числа змінних — параметрів порядку, до яких, на великих проміжках часу, підлагоджується решта ступенів свободи.

Посилання
  1. Bak, P., Tang, C. and Wiesenfeld, K. (1987). Self-organized criticality: an explanation of noise. Physical Review Letters 59: 381–384. doi:10.1103/PhysRevLett.59.381.
  2. Bak, P., and M. Paczuski (1995). Complexity, contingency and criticality. Proc Natl Acad Sci U S A. 92 (15): 6689–6696. PMC 41396. PMID 11607561. doi:10.1073/pnas.92.15.6689.
  3. K. Linkenkaer-Hansen, V. V. Nikouline, J. M. Palva, and R. J. Ilmoniemi. (2001). Long-Range Temporal Correlations and Scaling Behavior in Human Brain Oscillations. J. Neurosci. 21 (4): 1370–1377. PMID 11160408.
  4. J. M. Beggs and D. Plenz (2006). Neuronal Avalanches in Neocortical Circuits. J. Neurosci 23.
  5. Chialvo, D. R. (2004). Critical brain networks. Physica A 340: 756–765. doi:10.1016/j.physa.2004.05.064.
  6. D. Fraiman, P. Balenzuela, J. Foss and D. R. Chialvo (2004). Ising-like dynamics in large scale brain functional networks. Physical Review E 79: 061922. doi:10.1103/PhysRevE.79.061922.
  7. L. de Arcangelis, C. Perrone-Capano, and H. J. Herrmann (2006). Self-organized criticality model for brain plasticity. Phys. Rev. Lett. 96.
  8. Poil, Ss; Van, Ooyen, A; Linkenkaer-Hansen, K (Jul 2008). Avalanche dynamics of human brain oscillations: relation to critical branching processes and temporal correlations.. Human brain mapping 29 (7): 770–7. ISSN 1065-9471. PMID 18454457. doi:10.1002/hbm.20590.
  9. Manfred G. Kitzbichler, Marie L. Smith, Søren R. Christensen, Ed Bullmore1 (2009). Broadband Criticality of Human Brain Network Synchronization. PLoS Comput Biol 5 (3): e1000314. PMC 2647739. PMID 19300473. doi:10.1371/journal.pcbi.1000314.
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.