RECONSTRUCCIÓN DE DINÁMICAS CAÓTICAS CON DATOS ESCASOS

Se discute la performance de metodos globales (redes neuronales) y locales (Aproximacion de Hiperplano Local) en la prediccion de series temporales caoticas. Se investiga la bondad de estos metodos en funcion de la longitud del registro historico. Usando el mapa logistico y la ecuacion de Mackey-Glass como ejemplos, se concluye que con datos escasos la red neuronal produce mejores resultados. Sin embargo, para tiempos computaciones moderados y/o registros de tamano mediano el metodo local propuesto puede ser muy competitivo o aun mejor que la estrategia global.