У більшості реальних хаотичних систем — електроенцефалограмі, давачі турбулентного потоку, кліматичному записі — ми спостерігаємо лише одне скалярне вимірювання, а не повний вектор стану. Проте теорема вкладення Такенса (1981) гарантує, що якщо сформувати вектори зі затриманих копій цього скаляра, отримана хмара точок є дифеоморфною до початкового атрактора. Це математична основа всього нелінійного аналізу часових рядів експериментальних даних.
1. Вкладення із затримкою
Маючи скалярний часовий ряд sₙ = s(nΔt), відібраний з однієї
компоненти динамічної системи,
вкладення із затримкою будує d-вимірні вектори:
де τ — час затримки, а m — розмірність вкладення. Множина всіх таких векторів окреслює многовид M̃ ⊂ ℝᵐ, дифеоморфний (гладко оборотний) до початкового атрактора M ⊂ ℝⁿ, за умови m ≥ 2n+1 (передумова вкладення Вітні) і виконання умови загальності (Такенс 1981; Зауер, Йорк, Касдаглі 1991).
Теорема Такенса — формальне твердження (спрощено)
Нехай M — компактний гладкий многовид, φ: M → M — гладкий дифеоморфізм,
а y: M → ℝ — гладка функція спостереження. Для загальних пар (φ, y)
відображення затримки
Φ_{φ,y} : M → ℝ²ⁿ⁺¹, x ↦ [y(x), y(φx), …, y(φ²ⁿx)]
є вкладенням (ін'єктивним зануренням). Зокрема, динаміка на M̃
= Φ(M) топологічно спряжена з початковою.
2. Вибір затримки τ
На практиці використовують два критерії:
2.1 Перетин нуля автокореляцією
Обираємо τ як перший нуль лінійної автокореляційної функції C(τ) = 〈s(t)·s(t+τ)〉 / 〈s²(t)〉. За цієї затримки послідовні компоненти лінійно некорельовані, що «розгортає» вкладену хмару.
2.2 Перший мінімум взаємної інформації (бажано)
Автокореляція сліпа до нелінійних залежностей. Фрейзер та Свінні (1986) запропонували використовувати середню взаємну інформацію:
де P(s,s′;τ) — спільна ймовірність виміряти s в момент часу t і s′ в момент t+τ. Перший локальний мінімум I(τ) — це оптимальна затримка: вона забезпечує максимальну незалежність компонент, але не настільки далеко одна від одної, щоб втратити часову когерентність.
| Система | Типове τ (нуль автокор.) | Типове τ (мінімум ВІ) | Оптимальне m |
|---|---|---|---|
| Лоренц (σ=10, ρ=28) | ≈ 0.17 о.ч. | ≈ 0.09 о.ч. | 3–5 |
| Рьосслер (a=0.2, b=0.2, c=5.7) | ≈ 2.1 о.ч. | ≈ 1.3 о.ч. | 3 |
| Логістичне відображення (r=3.9, Δt=1) | 0–2 кроки | 1 крок | 2–3 |
| ЕКГ людини (синусовий ритм) | ≈ 150 мс | ≈ 80 мс | 5–8 |
| ЕЕГ (альфа-діапазон ~10 Гц) | ≈ 25 мс | ≈ 15 мс | 7–12 |
3. Вибір розмірності вкладення m
Мале m складатиме атрактор сам на себе, створюючи хибні самоперетини. Велике m марнує виміри й вносить чутливість до шуму. Стандартний метод — хибні найближчі сусіди (FNN) (Кеннел, Браун, Абарбанель 1992):
Хибні найближчі сусіди — алгоритм
Для m = 1, 2, 3, …:
Для кожної точки x_i у m-вимірному вкладенні:
знайти найближчого сусіда x_j (за евклідовою відстанню r)
вкласти ті самі точки в (m+1)-вимірний простір → r_new
якщо r_new / r > R_tol (наприклад, 15):
позначити як хибного найближчого сусіда
FNN(m) = частка хибних сусідів
Зупинитися, коли FNN(m) ≈ 0 → оптимальне m знайденоДля атрактора Лоренца FNN спадає до нуля при m=3, підтверджуючи d_A ≈ 2.06. Для зашумлених даних FNN ніколи не досягає точно нуля — на практиці використовують поріг FNN < 1–5 %.
4. Розмірність атрактора з вкладення
Після вкладення кореляційну розмірність D₂ (майже еквівалент фрактальної розмірності за підрахунком клітинок) можна оцінити за алгоритмом Грассбергера – Прокаччі (1983):
На практиці D₂ оцінюють за нахилом log C(ε) від log ε у масштабному режимі (ні надто великому — глобальна структура — ні надто малому — шум скінченної вибірки). Масштабний показник має насичуватися зі зростанням m; це значення насичення і є D₂ атрактора.
| Система | D₂ (кореляційна) | D_KY (Каплан – Йорк) | Тип атрактора |
|---|---|---|---|
| Лоренц (σ=10, ρ=28) | 2.05 ± 0.01 | 2.062 | Дивний (хаотичний) |
| Рьосслер (a=0.2, c=5.7) | 1.99 ± 0.01 | ≈2.0 | Майже двовимірна згорнута смуга |
| Відображення Енона | 1.21 ± 0.01 | 1.26 | Дивний |
| Логістичне r=4.0 | 1.00 | 1.00 | Відрізок (спряжене з наметовим) |
| Граничний цикл | 1.00 | 1.00 | Періодична орбіта |
| Тор (квазіперіодичний) | 2.00 | 2.00 | Двовимірний тор |
5. Стійкість до шуму і вікно Тейлера
При обчисленні попарних відстаней у вкладеному просторі сусідні в часі точки будуть тривіально близькими (вони мають спільні m−1 компонент затримки). Включення їх у C(ε) завищує підрахунок і занижує D₂. Поправка Тейлера (1986) виключає пари (i,j) з |i−j| < W (вікно Тейлера), де W обирають так, щоб покрити час автокореляції: W ≈ τ_corr / Δt.
Спостережний шум амплітуди σ_n додає хибне плато при ε ~ σ_n у log C(ε), приховуючи справжній масштабний режим. Методи зниження шуму (сингулярний розклад матриці траєкторії або нелінійні локальні поліноміальні відображення у вкладенні) можуть частково пом'якшити це.
6. Застосування
| Галузь | Спостережувана величина | Що виявляє реконструкція |
|---|---|---|
| Кардіологія | ЕКГ, ряд RR-інтервалів | Знижена розмірність ВСР → серцевий ризик; біфуркація до аритмії |
| Нейронаука | Електрод ЕЕГ | Зростання MLE (D₂ ~5) перед епілептичним нападом |
| Клімат | Палеокліматичний індикатор (δ¹⁸O) | Лоренцоподібний атрактор, D₂ ≈ 3.1 для плейстоценових льодовикових циклів |
| Турбулентність | Термоанемометр | Масштабування D₂ з Re; перехід від низьковимірного хаосу до гіперхаосу |
| Фінанси | Високочастотні логарифмічні дохідності | Немає ознак низьковимірного атрактора (D₂ не насичується зі зростанням m) |
| Механічні пошкодження | Давач вібрацій | Зростання MLE за 10–50 мс до відмови підшипника |
7. Практичні обмеження
Попри свою теоретичну загальність, аналіз вкладень має кілька режимів відмови:
- Короткі часові ряди: оцінка D₂ потребує N ≳ 10^{D₂/2} точок; для D₂=5 це щонайменше ≳ 316 точок, але на практиці потрібно 10 000+.
- Нестаціонарність: якщо атрактор змінюється під час запису (наприклад, через медикаменти, переходи між станами), вкладення є сумішшю кількох атракторів.
- Кольоровий шум: дробовий броунівський шум (спектр 1/f) дає хибно скінченні оцінки D₂, імітуючи хаос.
- Тест на сурогатах: завжди порівнюйте D₂ / MLE вихідного ряду з рандомізованими сурогатними даними (той самий спектр потужності, випадкові фази). Якщо сурогати дають те саме D₂, результат не є доказом детермінованого хаосу.
8. Інтерактив: вкладення x-компоненти Лоренца
Верхня панель показує сегмент часового ряду Лоренца x(t). Велике полотно відображає двовимірне вкладення із затримкою [x(t), x(t+τ)] — змінюйте τ (затримку), щоб побачити, як перебудовується тіньовий атрактор. Мале τ стискає хмару на діагональ; τ поблизу мінімуму ВІ розгортає характерний силует метелика.
Права панель показує наближення середньої взаємної інформації I(τ), обчисленої зі згенерованого часового ряду. Перший локальний мінімум (позначений блакитною крапкою) — це рекомендована затримка для вкладення. При τ=0 взаємна інформація дорівнює ентропії Шеннона маргінального розподілу.