Título: REDES NEURAIS RECORRENTES PARA PREDIÇÃO RECURSIVA DE SÉRIES TEMPORAIS CAÓTICAS: UM ESTUDO COMPARATIVO
Autores: Freire, Ananda L. ; Menezes Jr., José Maria P.; Barreto, Guilherme A.
Resumo: Este artigo tem como objetivo avaliar diferentes arquiteturas de redes neurais recorrentes para predição de séries temporais caóticas. Para este fim, são testados diferentes paradigmas de projeto de redes multicamadas, a saber: rede MLP, rede NARX, rede de Elman e Rede de Ecos de Estados (Echo-State Networks). Os desempenhos destas redes são comparados na tarefa de predição multipassos-adiante, também conhecida como predição recursiva, usando a conhecida série do laser caótico.
Palavras-chave: Redes recorrentes; Teorema de Takens; rede NARX; rede de ecos de estado; predição recursiva
Páginas: 6
Código DOI: 10.21528/CBRN2003-009
Artigo em PDF: 048_CBRN2009.pdf
Arquivo BibTex: 048_CBRN2009.bib