汤姆卡拉、吉伊 超级计算机基础设施消耗的可预测性和熵。 (英语) 兹比尔1446.37073 Stavrinides,Stavros G.(编辑)等人,《混沌与复杂系统》。第五届混沌与复杂系统国际跨学科混沌研讨会论文集,CCS 2019,土耳其安塔利亚,2019年5月9日至12日。查姆:斯普林格。Springer程序。复杂。,59-66 (2020). 摘要:本文研究了时间序列可预测性与其熵发展之间的关系。它描述并图形化地说明了这两种算法的原理,并在此基础上推导了它们的逻辑连接。然后,在人工创建的时间序列和真实世界的时间序列上测试这个推断出的假设。然后以系统清晰的图形显示和评估结果。有关整个系列,请参见[Zbl 1444.37004号]. MSC公司: 37米25 遍历理论的计算方法(不变测度的近似、Lyapunov指数的计算、熵等) 37M10个 动力系统的时间序列分析 关键词:时间序列可预测性;熵 软件:插入符号;T ntropies公司;非线性T系列;R(右);起重机 PDF格式BibTeX公司 XML格式引用 \textit{J.Tomčala},in:混沌与复杂系统。第五届混沌与复杂系统国际跨学科混沌研讨会论文集,CCS 2019,土耳其安塔利亚,2019年5月9-12日。查姆:斯普林格。59-66(2020;Zbl 1446.37073) 全文: 内政部 参考文献: [1] H.Kantz,T.Schreiber,《非线性时间序列分析》(剑桥大学出版社,纽约,2003年)·Zbl 1050.62093号 ·doi:10.1017/CBO9780511755798 [2] A.Bovas,J.Ledolter,《预测的统计方法》(Wiley-Interscience,2013)·Zbl 0587.62175号 [3] J.Tomčala,时间序列熵算法的加速。J.超级计算。75, 1443-1454 (2018) ·doi:10.1007/s11227-018-2657-2 [4] G.A.Gottwald,I.墨尔本,确定性系统中混沌的新测试。程序。R.Soc.伦敦。数学。物理学。工程科学。460(2042), 603-611 (2004) ·Zbl 1042.37060号 ·doi:10.1098/rspa.2003.1183 [5] R核心团队,R:统计计算的语言和环境(R统计计算基金会,奥地利维也纳,2018年)。2019年6月7日访问。https://R-project.org [6] M.Kuhn,插入符号,R包,CRAN存储库。2019年6月7日访问。https://CRAN.R-project.org/package=插入符号 [7] J.Tomčala,TSEntropies,R包,CRAN储存库。2019年6月7日访问。https://CRAN.R-project.org/package=TSEntropies [8] C.A.Garcia、G.Sawitzki、非线性T系列、R包、CRAN存储库。2019年6月7日访问。https://CRAN.R-project.org/package=nonlinearT系列 [9] T。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。