Key points are not available for this paper at this time.
Apresentamos uma técnica de previsão para dados caóticos. Após inserir uma série temporal em um espaço de estados usando coordenadas de atraso, "aprendemos" o mapeamento não linear induzido usando uma aproximação local. Isso nos permite fazer previsões de curto prazo sobre o comportamento futuro de uma série temporal, utilizando informações baseadas apenas em valores passados. Apresentamos uma estimativa de erro para esta técnica e demonstramos sua eficácia aplicando-a a vários exemplos, incluindo dados da equação diferencial de atraso de Mackey-Glass, convecção de Rayleigh-Benard e fluxo de Taylor-Couette.
Farmer et al. (Mon,) estudaram essa questão.