部分观测动力系统的回声状态网络预测时域变异性
系统与控制
2023-12-06 v3 机器学习
系统与控制
动力系统
摘要
由于对许多现实系统的适用性，利用部分状态观测研究动力系统是一个重要问题。我们通过研究具有部分状态输入及部分或完整状态输出的回声状态网络（ESN）框架来解决该问题。对 Lorenz 系统和蔡氏振荡器（均为数值模拟与实验系统）的应用证明了我们方法的有效性。我们表明，ESN 作为一个自治动力系统，能够进行长达几个 Lyapunov 时间的短期预测。然而，预测时域对初始条件具有高度变异性——我们使用预测时域的分布详细探究了这一方面。此外，利用多种统计度量将 ESN 预测的长期动力学与数值模拟或实验动力学进行比较并观察到相似结果，我们表明即使使用含噪的数值或实验数据集训练，ESN 也能有效学习系统动力学。因此，我们展示了 ESN 作为廉价替代模型用于模拟不可完整观测系统动力学的潜力。
引用
@article{arxiv.2306.10797,
title = {Variability of echo state network prediction horizon for partially observed dynamical systems},
author = {Ajit Mahata and Reetish Padhi and Amit Apte},
journal= {arXiv preprint arXiv:2306.10797},
year = {2023}
}