Maximum Lyapunov(맥시멈 리아푸노프)란 무엇입니까?
Maximum Lyapunov 맥시멈 리아푸노프 - We do that in order to establish a sufficient condition in μ so that the maximum Lyapunov’s exponent is stable for small perturbations on μ, i. [1]최대 리아푸노프 지수가 μ에 대한 작은 섭동에 대해 안정적이도록 μ로 충분한 조건을 설정하기 위해 수행합니다. i. [1]
bifurcation diagrams phase 분기 다이어그램 단계
Various numerical simulations, including bifurcation diagrams, phase portraits, maximum Lyapunov exponents and feasible sets, are carried out to present complex periodic windows, period-28 points, multiple chaotic bands, fractal basin boundaries, chaotic attractors and the coexistence of period points and three invariant tori, which not only illustrate the theoretical results but also demonstrate more complex dynamical behaviors of the model. [1] Therefore, we also analyze the nonlinear dynamic behavior with Maximum Lyapunov exponent, bifurcation diagrams, phase portraits, and Poincare maps. [2] To verify theoretical analyses and confirm the chaotic behaviors of the discrete-time mosquito model, the bifurcation diagrams, phase portraits, time-series diagrams and maximum Lyapunov exponents diagrams are also showed for some special cases. [3]분기 다이어그램, 위상 초상화, 최대 Lyapunov 지수 및 실행 가능한 세트를 포함한 다양한 수치 시뮬레이션이 수행되어 복잡한 주기 창, 주기-28 포인트, 다중 카오스 밴드, 프랙탈 분지 경계, 카오스 어트랙터 및 주기 포인트와 3의 공존을 나타냅니다. 이론적인 결과를 설명할 뿐만 아니라 모델의 보다 복잡한 동적 거동을 설명하는 불변 토리. [1] 따라서 최대 Lyapunov 지수, 분기 다이어그램, 위상 초상화 및 Poincare 맵을 사용하여 비선형 동적 거동도 분석합니다. [2] nan [3]
Larger Maximum Lyapunov 더 큰 최대 리아푸노프
CCSs may own better performances, including larger maximum Lyapunov exponents, extended full mapping range of chaos, and more coefficient variations. [1] Theoretical analysis shows that the 4D-HCS has complex chaotic dynamics such as hidden attritors and coexistent attractors, and it has larger maximum Lyapunov exponent and chaotic parameter space than the original L¨u system. [2]CCS는 더 큰 최대 Lyapunov 지수, 확장된 혼돈의 전체 매핑 범위 및 더 많은 계수 변형을 포함하여 더 나은 성능을 소유할 수 있습니다. [1] 이론적 분석은 4D-HCS가 숨겨진 attritor 및 공존하는 attractor와 같은 복잡한 카오스 역학을 가지고 있으며 원래 L¨u 시스템보다 더 큰 최대 Lyapunov 지수 및 카오스 매개변수 공간을 가지고 있음을 보여줍니다. [2]
maximum lyapunov exponent 최대 랴푸노프 지수
The numerical solution of the system is derived based on the Adomian decomposition method (ADM), and its dynamic behaviors are analyzed by means of phase diagrams, bifurcation diagrams, Lyapunov exponent spectrum (LEs), dynamic map based on SE complexity and maximum Lyapunov exponent (MLE). [1] Utilizing the ensemble maximum Lyapunov exponent and the alignment index as indicators, we show that our parameter-cognizant HNN can successfully predict the route of transition to chaos. [2] The bifurcations diagrams, the maximum Lyapunov exponents, phase portraits as well as Poincare maps are constructed based on the numerical simulations. [3] Then, the maximum prediction range of the GC degradation model in the degradation sequence is obtained by the reciprocal of the maximum Lyapunov exponent. [4] RESULTS Tear meniscus height, OSI_maximum Lyapunov exponent, basic OSI, median of OSI, mean of OSI, slope coefficient of OSI linear regression, coefficient of variation in OSI, interquartile range of OSI, and other 8 parameters were used as model parameters to establish a dacryocystitis screening model with an overall detection accuracy of 85. [5] The related dynamical behavior is analyzed by a phase diagram, bifurcation model, maximum Lyapunov exponent diagram, and approximate entropy algorithm method. [6] Objective: The goal of this study is to calculate and compare the Maximum Lyapunov Exponent (MLE) for the anteroposterior, mediolateral and vertical displacement of the markers attached to bony land marks of the trunk and foot. [7] The stability of tumor-immune responses to chemotherapy system with Gaussian colored noises and time delay is discussed by means of the maximum Lyapunov exponent. [8] Then, chaoticity is measured by the phase space; maximum Lyapunov exponent is obtain as (Lmax=2. [9] The numerical simulation of fractional order suspension system is carried out, and the time domain diagram and frequency of the system are calculated the spectrum, phase plane, Poincare section and the maximum Lyapunov exponent were obtained. [10] This is achieved by optimizing the maximum Lyapunov exponent (MLE). [11] In such model, the maximum forecasting range of the wind speed is determined by the maximum Lyapunov exponent. [12] For a special state in the evolutionary process, the maximum Lyapunov exponent is used to identify the chaotic characteristics of the system, and a linear controller is designed to manage and control the chaotic system so that it evolves toward the expected value. [13] The movement quality parameters (quantified by symmetry—step/stride regularity; complexity—Sample entropy; smoothness—Log Dimensionless Jerk; and dynamic stability—maximum Lyapunov Exponent) were calculated from the raw 3D acceleration signal. [14] We demonstrate that when applying SAL to an RNN with small and random initial weights, log-sensitivity, which is the logarithm of RMS (root mean square) sensitivity over all the neurons, is equivalent to the maximum Lyapunov exponent until it reaches 0. [15] We propose several useful metrics for the chaogate, such as the maximum Lyapunov exponent, and measure these metrics over the transistor parameter space. [16] The results presented that comparing Maximum Lyapunov Exponent (LyE) of normal walking was significantly lower compared to ALICE (P=0. [17] Firstly, by analyzing the dynamical behavior of the memristor-based chaotic system, it is found that the system has a special attractor and that the maximum Lyapunov exponent of the system is increasing gradually in. [18] Therefore, we propose the use of the following descriptors from Chaos theory to analyze the PPG signal: correlation dimension, maximum Lyapunov exponent and Hurst exponent. [19] Along with numerical methods, two other methods, evolutionary algorithm based Particle Swarm Optimization method and analytical based Maximum Lyapunov Exponent method has also been investigated in this paper. [20] The vibration dynamics response of the emulsion droplet under the action of the chaotic frequency pulse electric field is obtained by numerical calculation, and the dynamic analysis, phase diagram analysis and maximum Lyapunov exponent calculation of the response output are carried out. [21] Their dynamic behaviors are investigated by the volt–ampere curve, bifurcation diagram, maximum Lyapunov exponent, attractor phase diagram, complexity analysis and basin of attraction. [22] The mean standard deviation (meanSD), maximum Lyapunov exponent (λmax), detrended fluctuation analysis scaling exponent of range of motion (DFAα), and sample entropy (SaEn) were computed for tridimensional trunk, pelvis, and lower limb joint angles, and compared using repeated-measures ANOVAs. [23] CCSs may own better performances, including larger maximum Lyapunov exponents, extended full mapping range of chaos, and more coefficient variations. [24] The relationship between the stable region of the stabilized periodic oscillation and the controlling area is obtained by calculating the maximum Lyapunov exponent, which is a function of the feedback gain. [25] Although, both are the significant indexes to study stochastic stability, in comparison with maximum Lyapunov exponent, moment Lyapunov exponent is more considerable and is more difficult to evaluate. [26] The coincidence between the two-dimensional diagram of maximum Lyapunov exponents and the bifurcation diagram of Hamiltonian energy is observed. [27] When walking while texting, the maximum Lyapunov exponent increased along the anteroposterior and vertical measurement axes ( p < 0. [28] For the analysis of the system, we used the classic tooling of nonlinear dynamics (Bifurcation diagram, 0–1 Test, and Poincare maps, and the Maximum Lyapunov Exponent), however, the results showed the chaotic and periodic regions of the fractional system. [29] By means of the bifurcation diagrams on maximum Lyapunov exponent and interspike interval, we show that increasing in memristor strength delocalizes first, then fully suppresses chaotic states in a single neuron. [30] The dynamical characteristics of these three forms are detected through the bifurcation diagram, the maximum Lyapunov exponent spectrum, Kolmogorov entropy and attractor portraits. [31] The research methods include stationarity and white noise judgment, power spectral density analysis, autocorrelation function analysis, probability distribution, the Hurst index, 0–1 test algorithm for chaos, correlation dimension, maximum Lyapunov exponent, Kolmogorov entropy, recurrence plot, and information entropy method are adopted to study the chaotic dynamic behavior of wind power time series at different time scales. [32] Therefore, an improved Duffing-Holmes chaotic system is proposed to detect the weak second harmonic signal in the noise background, and the maximum Lyapunov exponent is used to quantify the damage degree. [33] Sample entropy (SaEn) and maximum Lyapunov exponents (LyE) were calculated from the sagittal knee and hip joint angles to evaluate regularity of gait and local stability. [34] The coupling between sway and target was assessed through spectral analysis and the system’s local dynamic stability through the short-term maximum Lyapunov exponent. [35] Specifically, four different neural network models constructed (a) feed forward neural network, (b) gated recurrent unit (GRU) neural network, (c) long short-term memory (LSTM) recurrent and (d) bidirectional LSTM neural network to implement the prediction in a prediction horizon, produced through the extraction of maximum Lyapunov exponent. [36] We perform a bifurcation analysis of the system, and evidence that this novel type of time-delayed system can display a chaotic behavior characterized by positive maximum Lyapunov exponent and quasi-maximal entropy. [37] Various numerical simulations, including bifurcation diagrams, phase portraits, maximum Lyapunov exponents and feasible sets, are carried out to present complex periodic windows, period-28 points, multiple chaotic bands, fractal basin boundaries, chaotic attractors and the coexistence of period points and three invariant tori, which not only illustrate the theoretical results but also demonstrate more complex dynamical behaviors of the model. [38] Behavior under different parameters was analyzed and verified by phase portraits, the maximum Lyapunov exponent, and Poincaré mapping. [39] Then, combined with the best embedding dimension and delay time, the phase diagram is constructed and the maximum Lyapunov exponent of the time series is calculated by using the small data volume method, thus verifying that the passive intermodulation power time series has chaotic characteristics qualitatively and quantitatively. [40] This study proposes a waveletmaximum Lyapunov exponent (WMLE) hybrid model for river water quality dynamics, combining spectral theory and chaos theory. [41] Bifurcation diagrams, computation of the maximum Lyapunov exponents, phase plots and 0–1 test are reported, with the aim to analyse the dynamics of the 2D fractional map as well as to highlight the coexistence of initial-boosting chaotic and hyperchaotic attractors in commensurate and incommensurate order. [42] Numerically, the bifurcation diagram and maximum Lyapunov exponents are computed and plotted to show the complex dynamics of FFCM, for instance, it has stable periodic, double periodic and chaotic solutions as well as double periodic sliding bifurcation. [43] Then, the maximum Lyapunov exponent of detection model with state change is calculated to evaluate the fatigue damage. [44] The proposed system’s chaotic behavior is verified by calculating different chaotic invariants using MATLAB, such as bifurcation diagram, 2-D attractor, Fourier spectra, correlation dimension, and Maximum Lyapunov Exponent (MLE). [45] The comparative analysis between the conventional coupling and the proposed dynamic coupling, which is applied to both the inner and outer synchronization of the studied networks, is carried out through the analysis of the maximum Lyapunov exponent of the generic variational equations. [46] The presence of chaos is confirmed via both the computation of the maximum Lyapunov exponent and the 0-1 test. [47] Finally, the chaotic characteristics of the rolling mill vibration system were studied, and the dynamic behavior of the vibration system was analyzed and verified using a bifurcation diagram, maximum Lyapunov exponent, phase trajectory, and Poincare section. [48] Maximum Lyapunov exponents (short-term: λmax-s; long-term: λmax-l) and Floquet multipliers (FMmax) were respectively calculated to quantify the local dynamic and orbital stability of thorax and pelvis trajectories. [49] First, the embedding dimension, time delay, average period, and maximum Lyapunov exponent of the time series were calculated. [50]시스템의 수치적 해는 ADM(Adomian Decomposition Method)을 기반으로 도출되며 위상 다이어그램, 분기 다이어그램, Lyapunov 지수 스펙트럼(LE), SE 복잡도 및 최대 Lyapunov 지수 기반 동적 맵을 통해 동적 거동을 분석합니다. (MLE). [1] 앙상블 최대 Lyapunov 지수와 정렬 지수를 지표로 활용하여 매개변수 인식 HNN이 혼돈으로의 전환 경로를 성공적으로 예측할 수 있음을 보여줍니다. [2] 분기 다이어그램, 최대 Lyapunov 지수, 위상 초상화 및 Poincare 맵은 수치 시뮬레이션을 기반으로 구성됩니다. [3] 그런 다음, 열화 시퀀스에서 GC 열화 모델의 최대 예측 범위는 최대 Lyapunov 지수의 역수에 의해 구합니다. [4] 결과 누낭염을 진단하기 위한 모델 매개변수로는 눈물 반월상 연골 높이, OSI_maximum Lyapunov 지수, 기본 OSI, OSI 중앙값, OSI 평균, OSI 선형 회귀 기울기 계수, OSI 변동 계수, OSI의 사분위수 범위 및 기타 8개의 매개변수가 사용되었습니다. 전체 검출 정확도가 85인 스크리닝 모델. [5] 이와 관련된 동적 거동은 위상도, 분기 모델, 최대 Lyapunov 지수도 및 근사 엔트로피 알고리즘 방법으로 분석됩니다. [6] 목적: 이 연구의 목적은 몸통과 발의 뼈 랜드마크에 부착된 마커의 전후방, 중간외측 및 수직 변위에 대한 Maximum Lyapunov Exponent(MLE)를 계산하고 비교하는 것입니다. [7] 가우시안 컬러 노이즈와 시간 지연이 있는 화학 요법 시스템에 대한 종양 면역 반응의 안정성은 최대 Lyapunov 지수를 사용하여 논의됩니다. [8] 그런 다음 혼돈은 위상 공간으로 측정됩니다. 최대 Lyapunov 지수는 (Lmax=2. [9] 분수 차수 서스펜션 시스템의 수치 시뮬레이션을 수행하고 시스템의 시간 도메인 다이어그램 및 주파수를 계산하여 스펙트럼, 위상 평면, 푸앵카레 섹션 및 최대 Lyapunov 지수를 얻었습니다. [10] 이것은 최대 Lyapunov 지수(MLE)를 최적화하여 달성됩니다. [11] 이러한 모델에서 풍속의 최대 예측 범위는 최대 Lyapunov 지수에 의해 결정됩니다. [12] 진화과정에서 특수한 상태의 경우, 시스템의 혼돈적 특성을 파악하기 위해 최대 랴푸노프 지수를 사용하고, 기대값으로 진화할 수 있도록 혼돈 시스템을 관리 및 제어하기 위해 선형 제어기를 설계하였다. [13] 움직임 품질 매개변수(대칭-보폭 규칙성, 복잡성-샘플 엔트로피, 부드러움-Log Dimensionless Jerk 및 동적 안정성-최대 Lyapunov 지수로 정량화됨)는 원시 3D 가속 신호에서 계산되었습니다. [14] 작고 임의의 초기 가중치를 가진 RNN에 SAL을 적용할 때 모든 뉴런에 대한 RMS(root mean square) 감도의 로그인 log-sensitivity가 0에 도달할 때까지 최대 Lyapunov 지수와 동일함을 보여줍니다. [15] 우리는 최대 Lyapunov 지수와 같은 혼돈에 대한 몇 가지 유용한 메트릭을 제안하고 트랜지스터 매개변수 공간에서 이러한 메트릭을 측정합니다. [16] nan [17] 첫째, 멤리스터 기반 카오스 시스템의 동적 거동을 분석하여 시스템에 특수 어트랙터가 있고 시스템의 최대 Lyapunov 지수가 점차 증가하고 있음을 알 수 있습니다. [18] 따라서 우리는 PPG 신호를 분석하기 위해 혼돈 이론에서 다음 설명자를 사용할 것을 제안합니다: 상관 차원, 최대 Lyapunov 지수 및 Hurst 지수. [19] 수치적 방법과 함께 진화 알고리즘 기반 입자 군집 최적화 방법과 분석 기반 Maximum Lyapunov Exponent 방법의 두 가지 다른 방법도 이 논문에서 조사되었습니다. [20] 혼돈 주파수 펄스 전기장의 작용하에 에멀젼 액적의 진동 동역학 응답은 수치 계산에 의해 구해지고 응답 출력의 동적 해석, 위상 다이어그램 해석 및 최대 Lyapunov 지수 계산이 수행됩니다. [21] 이들의 동적 거동은 볼트-암페어 곡선, 분기 다이어그램, 최대 Lyapunov 지수, 어트랙터 위상 다이어그램, 복잡성 분석 및 인력 유역에 의해 조사됩니다. [22] 평균 표준편차(meanSD), 최대 리아푸노프 지수(λmax), 움직임의 범위에 대한 추세적 변동 분석 스케일링 지수(DFAα) 및 샘플 엔트로피(SaEn)를 3차원 몸통, 골반 및 하지 관절 각도에 대해 계산하고 비교했습니다. 반복 측정 ANOVA를 사용합니다. [23] CCS는 더 큰 최대 Lyapunov 지수, 확장된 혼돈의 전체 매핑 범위 및 더 많은 계수 변형을 포함하여 더 나은 성능을 소유할 수 있습니다. [24] 안정화된 주기적 진동의 안정 영역과 제어 영역 사이의 관계는 피드백 이득의 함수인 최대 Lyapunov 지수를 계산하여 얻습니다. [25] 둘 다 확률적 안정성을 연구하는 중요한 지표이지만 최대 랴푸노프 지수에 비해 모멘트 랴푸노프 지수가 더 크고 평가하기가 더 어렵습니다. [26] 최대 Lyapunov 지수의 2차원 다이어그램과 Hamiltonian 에너지의 분기 다이어그램 사이의 일치가 관찰됩니다. [27] 문자를 보내면서 걸을 때 최대 Lyapunov 지수는 전후방 및 수직 측정 축을 따라 증가했습니다( p < 0. [28] 시스템 분석을 위해 우리는 비선형 역학의 고전적인 도구(분기 다이어그램, 0–1 테스트, 푸앵카레 맵, 최대 리아푸노프 지수)를 사용했지만 결과는 분수 시스템의 혼란스럽고 주기적인 영역을 보여주었습니다. [29] 최대 Lyapunov 지수 및 interspike 간격에 대한 분기 다이어그램을 통해 멤리스터 강도의 증가가 먼저 비편재화되고 단일 뉴런에서 혼돈 상태를 완전히 억제한다는 것을 보여줍니다. [30] 이 세 가지 형태의 동적 특성은 분기 다이어그램, 최대 Lyapunov 지수 스펙트럼, Kolmogorov 엔트로피 및 어트랙터 초상화를 통해 감지됩니다. [31] 연구 방법은 정상성 및 백색 잡음 판단, 전력 스펙트럼 밀도 분석, 자기 상관 함수 분석, 확률 분포, Hurst 지수, 혼돈에 대한 0-1 테스트 알고리즘, 상관 차원, 최대 Lyapunov 지수, Kolmogorov 엔트로피, 반복 플롯 및 정보 엔트로피를 포함합니다. 방법은 서로 다른 시간 규모에서 풍력 시계열의 무질서한 동적 거동을 연구하기 위해 채택되었습니다. [32] 따라서 노이즈 배경에서 약한 2차 고조파 신호를 감지하기 위해 개선된 Duffing-Holmes 카오스 시스템을 제안하고 최대 Lyapunov 지수를 사용하여 손상 정도를 정량화합니다. [33] 샘플 엔트로피(SaEn) 및 최대 Lyapunov 지수(LyE)는 보행의 규칙성과 국소 안정성을 평가하기 위해 시상 무릎 및 고관절 각도에서 계산되었습니다. [34] nan [35] 구체적으로, (a) 피드 포워드 신경망, (b) 게이트 순환 단위(GRU) 신경망, (c) 장기 단기 기억(LSTM) 순환 및 (d) 양방향 LSTM 신경망을 구현하기 위해 구성된 4가지 다른 신경망 모델 최대 Lyapunov 지수의 추출을 통해 생성된 예측 지평선에서의 예측. [36] nan [37] 분기 다이어그램, 위상 초상화, 최대 Lyapunov 지수 및 실행 가능한 세트를 포함한 다양한 수치 시뮬레이션이 수행되어 복잡한 주기 창, 주기-28 포인트, 다중 카오스 밴드, 프랙탈 분지 경계, 카오스 어트랙터 및 주기 포인트와 3의 공존을 나타냅니다. 이론적인 결과를 설명할 뿐만 아니라 모델의 보다 복잡한 동적 거동을 설명하는 불변 토리. [38] 다양한 매개변수에서의 행동은 위상 초상화, 최대 Lyapunov 지수 및 Poincaré 매핑에 의해 분석 및 검증되었습니다. [39] 그런 다음 최상의 임베딩 차원과 지연 시간을 결합하여 위상 다이어그램을 구성하고 작은 데이터 볼륨 방법을 사용하여 시계열의 최대 Lyapunov 지수를 계산하여 수동 상호 변조 전력 시계열이 질적으로 카오스 특성을 가지고 있음을 확인하고 양적으로. [40] 본 연구는 스펙트럼 이론과 카오스 이론을 결합한 하천 수질 역학을 위한 WMLE(waveletmaximum Lyapunov exponent) 하이브리드 모델을 제안합니다. [41] 분기 다이어그램, 최대 Lyapunov 지수의 계산, 위상 플롯 및 0–1 테스트가 보고되어 2D 분수 맵의 역학을 분석하고 그에 상응하는 초기 부스팅 카오스 및 과카오스 어트랙터의 공존을 강조하기 위한 목적으로 보고됩니다. 불합리한 주문. [42] 수치적으로 분기 다이어그램과 최대 Lyapunov 지수는 FFCM의 복잡한 역학을 보여주기 위해 계산되고 플로팅됩니다. 예를 들어 안정적인 주기, 이중 주기 및 혼돈 솔루션과 이중 주기 슬라이딩 분기가 있습니다. [43] 그런 다음 상태 변화에 따른 탐지 모델의 최대 Lyapunov 지수를 계산하여 피로 손상을 평가합니다. [44] 제안 시스템의 혼돈 거동은 분기도, 2차원 어트랙터, 푸리에 스펙트럼, 상관 차원, 최대 리아푸노프 지수(MLE)와 같은 다양한 혼돈 불변량을 MATLAB을 사용하여 계산하여 검증합니다. [45] 연구된 네트워크의 내부 및 외부 동기화에 모두 적용되는 기존 결합과 제안된 동적 결합의 비교 분석은 일반 변동 방정식의 최대 Lyapunov 지수 분석을 통해 수행됩니다. [46] 혼돈의 존재는 최대 Lyapunov 지수의 계산과 0-1 테스트를 통해 확인됩니다. [47] 마지막으로 압연기 진동계의 카오스 특성을 연구하고 분기도, 최대 리아푸노프 지수, 위상 궤적, 푸앵카레 단면을 이용하여 진동계의 동적 거동을 해석하고 검증하였다. [48] 최대 Lyapunov 지수(단기: λmax-s, 장기: λmax-l) 및 Floquet 승수(FMmax)는 흉부 및 골반 궤적의 국부적 동적 및 궤도 안정성을 정량화하기 위해 각각 계산되었습니다. [49] 먼저 시계열의 임베딩 차원, 시간 지연, 평균 주기 및 최대 Lyapunov 지수를 계산했습니다. [50]
maximum lyapunov index
Finally, the stability of the suspension system was analyzed by plotting the maximum Lyapunov index diagram. [1] Then the value of the maximum lyapunov index (MLI) of the reconstructed sequence at different stages is calculated to quantitatively describe the chaotic characteristics at each stage. [2] In In this paper, the physiological signal instruments are used to extract chaos characteristics (Maximum Lyapunov index, Information entropy, Approximate entropy, Box dimension and Complexity) of multiple physiological signals (ECG, RSP, SC) under four different emotions (sadness, pleasure, anger and joy) from two volunteers (one male and one female). [3]마지막으로 최대 Lyapunov 지수 도표를 플로팅하여 서스펜션 시스템의 안정성을 분석했습니다. [1] 그런 다음 다른 단계에서 재구성된 시퀀스의 최대 리아푸노프 지수(MLI) 값을 계산하여 각 단계의 혼돈 특성을 정량적으로 설명합니다. [2] 본 논문에서는 생리적 신호 도구를 사용하여 4가지 다른 감정(슬픔, 즐거움)에 따른 여러 생리적 신호(ECG, RSP, SC)의 혼돈 특성(최대 리아푸노프 지수, 정보 엔트로피, 근사 엔트로피, 상자 차원 및 복잡성)을 추출합니다. , 분노와 기쁨) 두 명의 지원자(남성 1명, 여성 1명)로부터. [3]