Reconstrucción de dinámicas caóticas con datos escasos

Se discute la performance de métodos globales (redes neuronales) y locales (Aproximación de Hiperplano Local) en la predicción de series temporales caóticas. Se investiga la bondad de estos métodos en función de la longitud del registro histórico. Usando el mapa logístico y la ecuación de Mackey-Gla...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Verdes, Pablo Fabián, Granitto, Pablo Miguel, Navone, Hugo Daniel, Ceccatto, Hermenegildo Alejandro Ramón
Formato: Artículo publishedVersion
Lenguaje:Español
Publicado: Asociación Física Argentina 1998
Acceso en línea:https://hdl.handle.net/20.500.12110/afa_v10_n01_p022
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id afa:afa_v10_n01_p022
record_format dspace
spelling afa:afa_v10_n01_p0222025-12-11T16:55:00Z Reconstrucción de dinámicas caóticas con datos escasos An. (Asoc. Fís. Argent., En línea) 1998;01(10):22-24 Verdes, Pablo Fabián Granitto, Pablo Miguel Navone, Hugo Daniel Ceccatto, Hermenegildo Alejandro Ramón Se discute la performance de métodos globales (redes neuronales) y locales (Aproximación de Hiperplano Local) en la predicción de series temporales caóticas. Se investiga la bondad de estos métodos en función de la longitud del registro histórico. Usando el mapa logístico y la ecuación de Mackey-Glass como ejemplos, se concluye que con datos escasos la red neuronal produce mejores resultados. Sin embargo, para tiempos computacionales moderados y/o registros de tamaño mediano el método local propuesto puede ser muy competitivo o aún mejor que la estrategia global We discuss the capabilities of global (neural network) and local (Local Hiperplane Aproximation) methods for the forecasting of chaotic time series. We investigate the performance of these methods as a function of the database length. Using the logistic map and the Mackey-Glass equation as examples, we conclude that with scarce data the neural network technique produces better results. However, for moderate computational time and/or medium-sized data sets the proposed local method can be highly competitive or even better than the global approach Fil: Verdes, Pablo Fabián. Universidad Nacional de Rosario - CONICET. Instituto de Física de Rosario (IFIR). Santa Fe. Argentina Fil: Granitto, Pablo Miguel. Universidad Nacional de Rosario - CONICET. Instituto de Física de Rosario (IFIR). Santa Fe. Argentina Fil: Navone, Hugo Daniel. Universidad Nacional de Rosario - CONICET. Instituto de Física de Rosario (IFIR). Santa Fe. Argentina Fil: Ceccatto, Hermenegildo Alejandro Ramón. Universidad Nacional de Rosario - CONICET. Instituto de Física de Rosario (IFIR). Santa Fe. Argentina Asociación Física Argentina 1998 info:ar-repo/semantics/artículo info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/afa_v10_n01_p022
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
description Se discute la performance de métodos globales (redes neuronales) y locales (Aproximación de Hiperplano Local) en la predicción de series temporales caóticas. Se investiga la bondad de estos métodos en función de la longitud del registro histórico. Usando el mapa logístico y la ecuación de Mackey-Glass como ejemplos, se concluye que con datos escasos la red neuronal produce mejores resultados. Sin embargo, para tiempos computacionales moderados y/o registros de tamaño mediano el método local propuesto puede ser muy competitivo o aún mejor que la estrategia global
format Artículo
Artículo
publishedVersion
author Verdes, Pablo Fabián
Granitto, Pablo Miguel
Navone, Hugo Daniel
Ceccatto, Hermenegildo Alejandro Ramón
spellingShingle Verdes, Pablo Fabián
Granitto, Pablo Miguel
Navone, Hugo Daniel
Ceccatto, Hermenegildo Alejandro Ramón
Reconstrucción de dinámicas caóticas con datos escasos
author_facet Verdes, Pablo Fabián
Granitto, Pablo Miguel
Navone, Hugo Daniel
Ceccatto, Hermenegildo Alejandro Ramón
author_sort Verdes, Pablo Fabián
title Reconstrucción de dinámicas caóticas con datos escasos
title_short Reconstrucción de dinámicas caóticas con datos escasos
title_full Reconstrucción de dinámicas caóticas con datos escasos
title_fullStr Reconstrucción de dinámicas caóticas con datos escasos
title_full_unstemmed Reconstrucción de dinámicas caóticas con datos escasos
title_sort reconstrucción de dinámicas caóticas con datos escasos
publisher Asociación Física Argentina
publishDate 1998
url https://hdl.handle.net/20.500.12110/afa_v10_n01_p022
work_keys_str_mv AT verdespablofabian reconstrucciondedinamicascaoticascondatosescasos
AT granittopablomiguel reconstrucciondedinamicascaoticascondatosescasos
AT navonehugodaniel reconstrucciondedinamicascaoticascondatosescasos
AT ceccattohermenegildoalejandroramon reconstrucciondedinamicascaoticascondatosescasos
_version_ 1851368197993791488

Ejemplares similares