Marco de aprendizaje automático para sistemas depredador-presa con efecto miedo
El estudio analiza un modelo de tres especies (presa, depredadores juveniles y depredadores adultos) con efecto miedo, competencia entre juveniles y retraso de maduración. Identifica una bifurcación de Hopf supercrítica en un nivel de miedo crítico de aproximadamente 0,067, a partir del cual aparece un ciclo límite estable. Entre cinco métodos de ML, SINDy recupera exactamente las ecuaciones de los depredadores (R² = 1,0), mientras que DMD reconstruye mal el sistema (R² = −2,885).
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Frontiers in Artificial Intelligence | New and Recent ArticlesLeer la noticia completa en Frontiers in Artificial Intelligence | New and Recent Articles