Lyapunov exponents as a nonparametric diagnostic for stability analysis
作为稳定性分析非参数诊断工具的 Lyapunov 指数AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确将非线性动力系统稳定性诊断用于经济时间序列，最直接对应时间序列方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
作为稳定性分析非参数诊断工具的 Lyapunov 指数
- 研究问题
- 在观测数量有限时，如何估计未知多维动力系统的全部 Lyapunov 指数，用于诊断其动态稳定性？
- 方法与思路
- 作者讨论一种估计未知 n 维系统全部 n 个指数的算法，以多层前馈网络逼近系统函数及导数来实施。
- 材料陈述的贡献
- 摘要称，该算法能用有限观测准确估计全部指数，因而适用于经济和金融时间序列；但未给出误差或精度数值。
- 阅读关注点
- 应核对系统维度如何确定、函数和导数逼近的误差，以及有限样本、观测噪声和网络训练对指数估计的影响。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断准确估计所需条件；函数逼近能力本身不能证明有限样本的指数估计可靠。
原文摘要
The common observation made in the empirical nonlinear dynamics literature is the constraints imposed by the availability of a limited number of observations in the implementation of the existing algorithms of Lyapunov exponents. The algorithm discussed here can estimate all "n" Lyapunov exponents of an unknown "n"-dimensional dynamical system accurately with limited number of observations. This makes the algorithm attractive for applications to economic as well as financial time-series data. The implementation of the algorithm is carried out by multilayer feed forward networks which are capable of approximating any function and its derivatives to any degree of accuracy. Copyright 1992 by John Wiley & Sons, Ltd.