无模型推断未观测吸引子：利用储备池计算从单条含噪轨迹重建相空间特征
机器学习
2021-10-28 v2 适应与自组织系统
摘要
储备池计算机是混沌时间序列预测的强有力工具。它们可被训练以逼近相空间流，从而既能高精度预测未来值，又能在无需模型的情况下重建混沌吸引子的一般性质。本工作中，我们展示了学习复杂系统动力学的能力可拓展至具有共存吸引子的系统，此处为著名 Lorenz 混沌系统的 4 维扩展。我们证明，储备池计算机可推断相空间中完全未被探索的部分：训练得当的储备池计算机能预测在训练期间从未接近因而被标记为未见的吸引子的存在。我们给出了仅基于单条含噪轨迹训练后即实现吸引子推断的实例。
引用
@article{arxiv.2108.04074,
title = {Model-free inference of unseen attractors: Reconstructing phase space features from a single noisy trajectory using reservoir computing},
author = {André Röhm and Daniel J. Gauthier and Ingo Fischer},
journal= {arXiv preprint arXiv:2108.04074},
year = {2021}
}