鲁棒预测：基于预测性广义同步的储备计算
摘要：用于预测时间序列数据的储备计算机（RC）是一种循环神经网络（RNN）形式。与所有RNN一样，当对新输入进行训练时，选择超参数是一项挑战。我们提出了一种基于广义同步（GS）的方法，用于设计和评估RC的架构和超参数。用于检测GS的“辅助方法”提供了一种计算效率高的预训练测试，可以指导超参数选择。此外，我们提供了一个使用输入系统的李亚普诺夫指数的RC度量方法，证明了其在预测中的稳健性。
作者：Jason A. Platt, Adrian S. Wong, Randall Clark, Stephen G. Penny, and Henry D. I. Abarbanel
论文ID：2103.00362
分类：Computational Physics
分类简称：physics.comp-ph
提交时间：2022-01-05