利用广义局部状态预测高维异构时间序列
数据分析、统计与概率
2021-09-07 v2 混沌动力学
计算物理
摘要
我们推广了局部状态（LS）的概念，用于预测高维、潜在混合的混沌系统。广义局部状态（GLS）的构建依赖于基于时间序列的（非）线性相关性定义其之间的距离。我们基于储层计算（RC）范式，利用Kuramoto-Sivashinsky（KS）、Lorenz-96（L96）以及两者组合系统展示了该方法的预测能力。在混合系统中，GLS使得属于两个不同系统的时间序列得以分离。更重要的是，在LS方法必然失效的情况下，GLS仍可实现预测。本文简要概述了GLS在预测极异构时间序列方面的应用。
引用
@article{arxiv.2102.12333,
title = {Predicting high-dimensional heterogeneous time series employing generalized local states},
author = {Sebastian Baur and Christoph Räth},
journal= {arXiv preprint arXiv:2102.12333},
year = {2021}
}
备注
9 pages, 10 figures, published by Physical Review Research