混沌激光脉冲振幅的机器学习算法预测
摘要：从分析输出信号预测混沌系统动力学是一个具有挑战性的问题，在现代科学的大部分领域中都有应用。在这项工作中，我们使用激光模型比较了几种机器学习算法在预测即将出现的混沌脉冲幅度方面的性能。我们模拟了一个光学注入半导体激光器的动力学，当改变参数时，它呈现出丰富多样的动力学状态。我们专注于一个可以显示超高强度脉冲（类似流浪海啸）的特定动力学状态。我们比较了几种流行的机器学习方法（深度学习、支持向量机、最近邻和储备计算）在预测下一个光脉冲高度方面的预测效果。最后，我们分析了它们在预测下一个光脉冲高度方面的性能如何取决于噪声量和用于训练的时间序列长度。
作者：Pablo Amil, Miguel C. Soriano, and Cristina Masoller
论文ID：1911.04815
分类：Chaotic Dynamics
分类简称：nlin.CD
提交时间：2019-11-14