Нейронная сеть как предсказатель динамики дискретного отображения

В статье рассматривается работа искусственной нейронной сети прямого распространения в качестве фильтра-предсказателя регулярной и хаотической динамики отображения последования. Для расчета коэффициентов сети используется метод обратного распространения ошибки. Показано, что возможность нейронной сети предсказывать временную динамику логистического отображения определяется числом ее слоев. Однослойная сеть дает точный прогноз для регулярных колебаний и многоленточных хаотических аттракторов, двухслойная сеть способна предсказывать динамику во всем диапазоне, за исключением области развитого хаоса, характеризуемого большими значениями показателя Ляпунова, трехслойной сети достаточно для работы во всем диапазоне изменения управляющего параметра. Показано, что ошибка сети по многошаговому предсказанию демонстрирует эффект насыщения.