Deep Learning in Multi-step Prediction of Chaotic Dynamics (eBook)
XII, 104 Seiten
Springer International Publishing (Verlag)
978-3-030-94482-7 (ISBN)
The book represents the first attempt to systematically deal with the use of deep neural networks to forecast chaotic time series. Differently from most of the current literature, it implements a multi-step approach, i.e., the forecast of an entire interval of future values. This is relevant for many applications, such as model predictive control, that requires predicting the values for the whole receding horizon. Going progressively from deterministic models with different degrees of complexity and chaoticity to noisy systems and then to real-world cases, the book compares the performances of various neural network architectures (feed-forward and recurrent). It also introduces an innovative and powerful approach for training recurrent structures specific for sequence-to-sequence tasks. The book also presents one of the first attempts in the context of environmental time series forecasting of applying transfer-learning techniques such as domain adaptation.
| Erscheint lt. Verlag | 14.2.2022 |
|---|---|
| Reihe/Serie | PoliMI SpringerBriefs |
| PoliMI SpringerBriefs | |
| SpringerBriefs in Applied Sciences and Technology | SpringerBriefs in Applied Sciences and Technology |
| Zusatzinfo | XII, 104 p. 46 illus., 25 illus. in color. |
| Sprache | englisch |
| Themenwelt | Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik |
| Mathematik / Informatik ► Mathematik | |
| Naturwissenschaften ► Physik / Astronomie | |
| Technik ► Bauwesen | |
| Schlagworte | Chaotic Attractors • Environmental Variables • Exposure bias • Henon systems • Neural Architectures • Neural network training • Recurrent Neural Networks |
| ISBN-10 | 3-030-94482-4 / 3030944824 |
| ISBN-13 | 978-3-030-94482-7 / 9783030944827 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 9,8 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
