论文标题
部分可观测时空混沌系统的无模型预测
Congruences concerning binomial coefficients and binary quadratic forms
论文作者
论文摘要
储层计算是预测湍流的有力工具，其简单的架构具有处理大型系统的计算效率。然而，其实现通常需要完整的状态向量测量和系统非线性知识。我们使用非线性投影函数将系统测量扩展到高维空间，然后将其输入到储层中以获得预测。我们展示了这种储层计算网络在时空混沌系统上的应用，该系统模拟了湍流的若干特征。我们表明，使用径向基函数作为非线性投影器，即使只有部分观测并且不知道控制方程，也能稳健地捕捉复杂的系统非线性。最后，我们表明，当测量稀疏、不完整且带有噪声，甚至控制方程变得不准确时，我们的网络仍然可以产生相当准确的预测，从而为实际湍流系统的无模型预测铺平了道路。
Let $p>3$ be a prime. In this paper, we obtain the congruences for $$\sum_{k=0}^{p-1}\frac{w(k)\binom{2k}k^3}{(-8)^k},\ \sum_{k=0}^{p-1}\frac{w(k)\binom{2k}k^2\binom{3k}k}{(-192)^k},\ \sum_{k=0}^{p-1}\frac{w(k)\binom{2k}k^2\binom{4k}{2k}}{(-144)^k}\ \text{and} \ \sum_{k=0}^{p-1}\frac{w(k)\binom{2k}k^2\binom{4k}{2k}}{648^k}$$ modulo $p^2$, and partial results for $\sum_{k=0}^{(p-1)/2} \binom{2k}k^3\frac{w(k)}{m^k}$ modulo $p^2$, where $m\in\{1,16,-64,256,-512,4096\}$ and $w(k)\in\{k^2,k^3,\frac 1{k+1},\frac 1{(k+1)^2},\frac 1{(k+1)^3}, \frac 1{2k-1},\frac 1{k+2}\}$.
