- -

Recovering discrete delayed fractional equations from trajectories

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Recovering discrete delayed fractional equations from trajectories

Mostrar el registro sencillo del ítem

Ficheros en el ítem

Thumbnail
Nombre: ConejeroGaribo-i- ...
Tamaño: 6.661Mb
Formato: PDF
Descripción: Versión editorial
Abrir
dc.contributor.author Conejero, J. Alberto es_ES
dc.contributor.author Garibo-i-Orts, Óscar es_ES
dc.contributor.author Lizama, Carlos es_ES
dc.date.accessioned 2024-06-17T18:08:03Z
dc.date.available 2024-06-17T18:08:03Z
dc.date.issued 2023-03-26 es_ES
dc.identifier.issn 0170-4214 es_ES
dc.identifier.uri http://hdl.handle.net/10251/205204
dc.description.abstract [EN] We show how machine learning methods can unveil the fractional and delayed nature of discrete dynamical systems. In particular, we study the case of the fractional delayed logistic map. We show that given a trajectory, we can detect if it has some delay effect or not and also to characterize the fractional component of the underlying generation model. es_ES
dc.description.sponsorship Ministerio de Ciencia e Innovacion-Agencia Estatal de Investigacion, Grant/Award Number: PID2021-124618NB-C21; European Union es_ES
dc.language Inglés es_ES
dc.publisher John Wiley & Sons es_ES
dc.relation.ispartof Mathematical Methods in the Applied Sciences es_ES
dc.rights Reconocimiento - No comercial (by-nc) es_ES
dc.subject Chaotic systems es_ES
dc.subject Delayed discrete fractional systems, Fractional dynamical systems es_ES
dc.subject Machinelearning es_ES
dc.subject Recurrent neural networks es_ES
dc.subject.classification MATEMATICA APLICADA es_ES
dc.title Recovering discrete delayed fractional equations from trajectories es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1002/mma.9228 es_ES
dc.relation.projectID info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023/PID2021-124618NB-C21/ES/HACIA SENSADO Y PROCESADO DE SEÑAL TODO OPTICO USANDO OPTOMECANICA DE CAVIDADES Y MOLECULAR: DESDE PEINES OPTOMECANICOS A ESPECTROSCOPIA RAMAN EN CHIPS DE SILICIO/ es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica es_ES
dc.description.bibliographicCitation Conejero, JA.; Garibo-I-Orts, Ó.; Lizama, C. (2023). Recovering discrete delayed fractional equations from trajectories. Mathematical Methods in the Applied Sciences. https://doi.org/10.1002/mma.9228 es_ES
dc.description.accrualMethod S es_ES
dc.relation.publisherversion https://doi.org/10.1002/mma.9228 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.relation.pasarela S\493134 es_ES
dc.contributor.funder AGENCIA ESTATAL DE INVESTIGACION es_ES
dc.contributor.funder Universitat Politècnica de València es_ES
dc.subject.ods 04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem