Relative entropy

 

Limiting density of discrete points

 

Doplnennie 24 a 23 .

Initial network setup

Spectral radius

 

argmin NRMSE=0.2, min NRMSE=0.00001525

Win

 

argmin NRMSE=0.1,  min NRMSE=0.00155

Orthogonalisation

 

argmin NRMSE=0,  min NRMSE=0.001396

Orthonormalisation

 

argmin NRMSE=5,  min NRMSE=0.01466

Všetko spolu

OG: argmin NRMSE=(0,0.2),  min NRMSE=0.00001164

ON: argmin NRMSE=(10,0.125),  min NRMSE=0.00001281

Prezentácia: pdf

Prieskum entropie rezervoirových TE (18, 19, 20 a 28) pomocou Kozachenko-Leonenko entropy estimatora tj.

H(TE):

TE a predikcie X(t) zložky Lorenzov systému.

NRMSE

Mean TE

Mean TE reservoir-output

TE Input/Output

Zdrojaky:
LorenzTE.py
LorenzTEnormalized.py
LorenzTEnormalizedOG.py
LorenzTEnormalizedON.py

Optimálne nastavenia parametrov embedding vektora podľa Ragwitz-Kantz kritéria pre reservoir. Tj.

Initial network setup

History

Tau

Frequencies

 

Zdrojaky:

embedding.py
embeddingMC.py

25 doplnená o simulácie predikcií X(t) zložky Lorenzov systému.

 

Initial network setup

Estimators setup

Ukážky radov

Výsledky:

Transfer entropy vs. Lyapunov exponent

NRMSE/MC vs. Lyapunov exponent

Active information storage vs. Lyapunov exponent

Zdrojaky:

LE.py

Pokúšal som sa zreprodukovať výsledky Boedeckera z Information Processing in Echo State Networks at the Edge of Chaos

Initial network setup

Estimators setup

Výsledky:

Transfer entropy vs. Lyapunov exponent

NRMSE vs. Lyapunov exponent

Active information storage vs. Lyapunov exponent

Zdrojaky:

LE.py

Initial network setup

Spectral radius

argmin NRMSE=0.95, min NRMSE=0.84877

Win

argmin NRMSE=0.8, min NRMSE=0.909755

Orthogonalisation

argmin NRMSE=66, min NRMSE=0.823972

Orthonormalisation

argmin NRMSE=69, min NRMSE=0.83421

Všetko spolu

OG: argmin NRMSE=(16,29), min NRMSE=0.8187

ON: argmin NRMSE=(29,29), min NRMSE=0.823497

+ Bias

argmin NRMSE=(19,28), min NRMSE=0.838228

+Bias + I/O

 

Initial network setup

Spectral radius

 

argmin NRMSE=0.875, min NRMSE=0.000247

Win

argmin NRMSE=0.1,  min NRMSE=0.00034128

Orthogonalisation

argmin NRMSE=0,  min NRMSE=0.00024545

Orthonormalisation

argmin NRMSE=10,  min NRMSE=0.00024369

Všetko spolu

 

OG: argmin NRMSE=(12,0),  min NRMSE=0.00024

ON: argmin NRMSE=(10,0),  min NRMSE=0.00024

SR/OG + bias

 

argmin NRMSE=(4,0),  min NRMSE= 0.00021

Zdrojaky:

errors.py
errors2d.py
errorsOG.py
errorsON.py
errorsWin.py