Davide Prosperino

新方法通过匹配数据非线性来优化回声状态网络

研究人员开发了一种通过将其非线性与输入数据的非线性对齐来优化回声状态网络的方法。该方法使用广义分数阶Halvorsen系统进行测试，发现匹配数据中的最小非线性可以最大化预测性能。该研究提出了一种通过调整回声状态网络指数来估计未知时间序列非线性的实用方法，并在合成和真实金融数据上证明了其有效性。这些发现可转移到经典回声状态网络，在资源受限的环境中带来性能提升。