无限维化的下一代浪涌计算
机器学习
2025-02-24 v3 神经与进化计算
计算物理
摘要
下一代浪涌计算（NG-RC）因其在复杂系统时空预测中表现优异以及易于实现而引起广泛关注。本文表明，NG-RC可编码为核岭回归，这使得即使在所选多项式特征空间非常大的情况下，训练仍可高效可行。此外，针对大量解释变量的扩展是可能的，这使得该方法对作为解释因子的过去时间滞后数量以及多项式解释变量的数量——这两种都是传统NG-RC中的重要超参数——不再具有依赖性。我们表明，这一方法在核普适性性质方面具有坚实的理论依据和良好的行为，这些核普适性性质已在文献中得到阐述。各种数值示例表明，这些NG-RC的泛化版本在多个预测应用中优于传统方法。
引用
@article{arxiv.2412.09800,
title = {Infinite-dimensional next-generation reservoir computing},
author = {Lyudmila Grigoryeva and Hannah Lim Jing Ting and Juan-Pablo Ortega},
journal= {arXiv preprint arXiv:2412.09800},
year = {2025}
}
备注
14 pages, 2 figures, 3 tables; corrected typos, added GitHub link, added acknowledgments; editorial changes to improve clarity, corrected typos, replaced GitHub link with repository citation