利用储备计算评估混沌时间序列可预测性的随机方法
摘要：使用机器学习预测混沌动力学的适用性严重依赖于训练阶段使用的数据。通过数值求解常微分方程获取的混沌时间序列嵌入了应用数值方案的复杂噪声。这种解决方案对数值方案的依赖导致了对真实混沌系统的不恰当表示。建议采用随机方法生成训练时间序列并表征其可预测性来解决这个问题。该方法应用于分析具有已知属性的两个混沌系统，即Lorenz系统和Anishchenko-Astakhov发生器。此外，该方法扩展到对用于混沌时间序列预测的储备计算模型进行关键评估。突出显示了储备计算在模拟混沌系统方面的局限性。
作者：Igor A Khovanov
论文ID：2110.05483
分类：Data Analysis, Statistics and Probability
分类简称：physics.data-an
提交时间：2021-10-13