Perspectives on adaptive dynamical systems
Reviewartikel, 2023
Adaptivity is a dynamical feature that is omnipresent in nature, socio-economics, and technology. For example, adaptive couplings appear in various real-world systems, such as the power grid, social, and neural networks, and they form the backbone of closed-loop control strategies and machine learning algorithms. In this article, we provide an interdisciplinary perspective on adaptive systems. We reflect on the notion and terminology of adaptivity in different disciplines and discuss which role adaptivity plays for various fields. We highlight common open challenges and give perspectives on future research directions, looking to inspire interdisciplinary approaches.
Författare
Jakub Sawicki
Potsdam-Institut für Klimafolgenforschung (PIK)
Fachhochschule Nordwestschweiz
Rico Berner
Humboldt-Universität zu Berlin
Sarah A.M. Loos
University of Cambridge
Mehrnaz Anvari
Fraunhofer Institute for Algorithms and Scientific Computing SCAI
Potsdam-Institut für Klimafolgenforschung (PIK)
Rolf Bader
Universität Hamburg
Wolfram Barfuss
Universität Bonn
Nicola Botta
Chalmers, Data- och informationsteknik, Funktionell programmering
Potsdam-Institut für Klimafolgenforschung (PIK)
Nuria Brede
Universität Potsdam
Potsdam-Institut für Klimafolgenforschung (PIK)
Igor Franović
Univerzitet u Beogradu
D. J. Gauthier
Canton LLC
Ohio State University
Sebastian Goldt
Scuola Internazionale Superiore di Studi Avanzati
Aida Hajizadeh
Leibniz Institute for Neurobiology
Philipp Hövel
Universität des Saarlandes
Omer Karin
Imperial College London
Philipp Lorenz-Spreen
Max Planck Institute for Human Development
Christoph Miehl
Technische Universität München
Max-Planck-Institut für Hirnforschung
Jan Mölter
Technische Universität München
Simona Olmi
Istituto Dei Sistemi Complessi, Florence
INFN Sezione di Firenze
Eckehard Schöll
Humboldt-Universität zu Berlin
Potsdam-Institut für Klimafolgenforschung (PIK)
Technische Universität Berlin
Alireza Seif
Pritzker School of Molecular Engineering
Peter A. Tass
Stanford University
Giovanni Volpe
Göteborgs universitet
Serhiy Yanchuk
Potsdam-Institut für Klimafolgenforschung (PIK)
Jürgen Kurths
Humboldt-Universität zu Berlin
Potsdam-Institut für Klimafolgenforschung (PIK)
Chaos
1054-1500 (ISSN) 1089-7682 (eISSN)
Vol. 33 7 071501Ämneskategorier
Tvärvetenskapliga studier
DOI
10.1063/5.0147231
PubMed
37486668