Перейти к содержанию

Файл:Prediction and geometry of chaotic time series (IA predictiongeomet00leon).pdf

Содержимое страницы недоступно на других языках.
Материал из Wikivoyage
Перейти на страницу
следующая страница →
следующая страница →
следующая страница →

Исходный файл ‎(1200 × 1593 пкс. Размер файла: 4,51 МБ, MIME-тип: application/pdf. 120 страниц)

Этот файл из на Викискладе и может использоваться в других проектах. Информация с его страницы описания приведена ниже.

Краткое описание

Prediction and geometry of chaotic time series   (Wikidata search (Cirrus search) Wikidata query (SPARQL)  Create new Wikidata item based on this file)
Автор
Leonardi, Mary L
image of artwork listed in title parameter on this page
Название
Prediction and geometry of chaotic time series
Издательство
Monterey, Calif. : Naval Postgraduate School ; Springfield, Va. : Available from National Technical Information Service
Описание
Thesis advisors, Christopher Frenzen, Philip Beaver
Thesis (M.S. in Applied Mathematics)--Naval Postgraduate School, June 1997
Includes bibliographical references (p. 103-104)
This thesis examines the topic of chaotic time series. An overview of chaos, dynamical systems, and traditional approaches to time series analysis is provided, followed by an examination of state space reconstruction. State space reconstruction is a nonlinear, deterministic approach whose goal is to use the immediate past behavior of the time series to reconstruct the current state of the system. The choice of delay parameter and embedding dimension are crucial to this reconstruction. Once the state space has been properly reconstructed, one can address the issue of whether apparently random data has come from a low- dimensional, chaotic (deterministic) source or from a random process. Specific techniques for making this determination include attractor reconstruction, estimation of fractal dimension and Lyapunov exponents, and short-term prediction. If the time series data appears to be from a low-dimensional chaotic source, then one can predict the continuation of the data in the short term. This is the inverse problem of dynamical systems. In this thesis, the technique of local fitting is used to accomplish the prediction. Finally, the issue of noisy data is treated, with the purpose of highlighting where further research may be beneficial
System requirements: Adobe Acrobat reader

Subjects: CHAOS; TIME SERIES ANALYSIS
Язык английский
Дата публикации 1 июня 1997, 00:00:00
Текущее местонахождение
IA Collections: navalpostgraduateschoollibrary; fedlink; americana
Инвентарный номер
predictiongeomet00leon
Авторитетный файл  OCLC: 1050726231
Источник
Internet Archive identifier: predictiongeomet00leon
https://archive.org/download/predictiongeomet00leon/predictiongeomet00leon.pdf

Лицензирование

Public domain
Это произведение находится в общественном достоянии (англ. public domain) в Соединённых Штатах Америки, так как оно является работой, выполненной должностным лицом или наёмным сотрудником Федерального правительства США в качестве части служебных обязанностей этого лица. Правовой статус регламентируется в соответствии с разделом 17, главой 1, секцией 105 Кодекса Соединённых Штатов. См. Авторское право. Обратите внимание: это относится только к оригинальным (первоначальным) произведениям Федерального правительства, а не к произведениям любого отдельного штата США, территории, содружества, округа, муниципалитета или любой другой территориальной единицы. Этот шаблон также не относится к дизайну почтовых марок, изданных Почтовой службой США с 1978 года. (См. § 313.6(C)(1) в Compendium of U.S. Copyright Office Practices). Это также не относится к определённым монетам США; см. Условия использования Монетного двора США.
Этот файл был определён как свободный от известных ограничений авторского права, а также связанных и смежных прав.

Краткие подписи

Добавьте однострочное описание того, что собой представляет этот файл

Элементы, изображённые на этом файле

изображённый объект

История файла

Нажмите на дату/время, чтобы увидеть версию файла от того времени.

Дата/времяМиниатюраРазмерыУчастникПримечание
текущий00:33, 24 июля 2020Миниатюра для версии от 00:33, 24 июля 20201200 × 1593, 120 страниц (4,51 МБ)FæFEDLINK - United States Federal Collection predictiongeomet00leon (User talk:Fæ/IA books#Fork8) (batch 1993-2020 #25067)

Нет страниц, использующих этот файл.

Метаданные

Файл содержит дополнительные данные, обычно добавляемые цифровыми камерами или сканерами. Если файл после создания редактировался, то некоторые параметры могут не соответствовать текущему изображению.

Источник — https://ru.wikivoyage.org/wiki/Файл:Prediction_and_geometry_of_chaotic_time_series_(IA_predictiongeomet00leon).pdf