本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：工作論文
- 編號：工作論文 #1631
- 日期：2026-03-18
摘要
塔肯斯定理表明，在沒有雜訊的情況下，可以從標量時間序列重建多維狀態空間。然而，該定理對於重建良好狀態空間的實際考慮幾乎沒有提供指導。我們擴展了 Takens 的處理方法，應用統計方法來納入觀測雜訊和估計誤差的影響。我們定義合併觀測雜訊和估計誤差的影響。我們定義了“失真矩陣”，它與給定一系列噪聲測量的狀態的條件協方差成正比，以及“噪聲放大”，它與理想模型的均方根時間序列預測誤差成正比。我們推導出這些量的明確公式，並證明在低極限下最小化失真相當於最小化雜訊放大。我們確定了幾種不同的失真和雜訊放大縮放機制，並推導出漸近縮放定律。當維數和李雅普諾夫指數足夠大時，這些標度律表明，無論如何重構狀態空間，噪聲放大都會出現爆炸——從實際角度來看，確定性消失了，時間序列實際上是一個隨機過程。在低雜訊、大數據限制下，我們表明局部奇異值分解技術是一種最優座標變換，從某種意義上說，它在盡可能低的維度的狀態空間中實現了最小的失真。然而，在數值實驗中我們發現估計誤差使這個問題變得複雜。對於局部逼近方法，我們分析了重建對估計誤差的影響，推導了縮放定律，並提出了一種減少估計誤差的演算法。