Influencia del tratamiento de datos en la detección de regímenes caóticos en series temporales
Se estudia la influencia del procedimiento de filtrado aplicado sobre series temporales para su uso en la caracterización y detección de regímenes no-lineales. Para esto, se toma como ejemplo de dichos métodos, un algoritmo ampliamente utilizado para el cálculo de la dimensión de correlación de la t...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2010 |
| País: | Argentina |
| Institución: | Universidad Nacional de La Plata |
| Repositorio: | SEDICI (UNLP) |
| Idioma: | español |
| OAI Identifier: | oai:sedici.unlp.edu.ar:10915/106276 |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/106276 |
| Access Level: | acceso abierto |
| Palabra clave: | Química Series temporales Tratamiento de datos Caos Dimensión de correlación Fractales Time series Data treatment Chaos Correlation dimension |
| Sumario: | Se estudia la influencia del procedimiento de filtrado aplicado sobre series temporales para su uso en la caracterización y detección de regímenes no-lineales. Para esto, se toma como ejemplo de dichos métodos, un algoritmo ampliamente utilizado para el cálculo de la dimensión de correlación de la trayectoria en el espacio de las fases (el algoritmo de Grassberger-Procaccia). El interés de este ejemplo de estudio radica en la similitud con el procedimiento que se aplica al analizar imágenes experimentales de sistemas fisicoquímicos de reacción-difusión, provenientes de técnicas de análisis superficial como la microscopía de emisión de fotoelectrones. Los resultados de las simulaciones realizadas muestran como el uso de un parámetro de filtrado inadecuado puede conducir a caracterizar erróneamente estados como no lineales o caóticos. |
|---|