ARモデルを用いたカオス時系列予測法の再検討(情報数学)

スポンサーリンク

概要

論文の詳細を見る
本研究では,ARモデルを用いたカオス時系列予測法を再考するが,そのような手法としてはSETARやダミー変数を加えたAR (DAR)モデルなどがある.しかし,DARに関してはその限界も指摘されている.そこで,本研究では,まずDARの改善法を検討し,さらに後半ではSETARとの特徴や精度の違いを示した.次に,連続系のカオスモデルをAR系のモデルで予測することも検討し,テーラー展開を用いたバラメータ所与のARモデルで良好な結果が得られた.また,両検討において「ローレンツの類推法」や「FarmerとSidorowichの方法」を簡略化したARタイプのモデルとの比較も行った.そして最後にカオスが発生するモデルであっても,観測する時間間隔が長いと確率過程として同定される場合があることを指摘し,カオスと確率過程について考察した.
一般社団法人情報処理学会の論文
2004-03-15

著者

長瀬隆久
中央大学大学院理工学研究科

関連論文

スポンサーリンク