Recovering discrete delayed fractional equations from trajectories

[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 th...

Descripción completa

Detalles Bibliográficos
Autores: Conejero, J. Alberto|||0000-0003-3681-7533, Garibo-i-Orts, Óscar, Lizama, Carlos
Tipo de recurso: artículo
Fecha de publicación:2025
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:inglés
OAI Identifier:oai:riunet.upv.es:10251/205204
Acceso en línea:https://riunet.upv.es/handle/10251/205204
Access Level:acceso abierto
Palabra clave:Chaotic systems
Delayed discrete fractional systems, Fractional dynamical systems
Machinelearning
Recurrent neural networks
MATEMATICA APLICADA
04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos
id ES_a04439fe6f2b979df27acc2a7828a1f7
oai_identifier_str oai:riunet.upv.es:10251/205204
network_acronym_str ES
network_name_str España
repository_id_str
spelling Recovering discrete delayed fractional equations from trajectoriesConejero, J. Alberto|||0000-0003-3681-7533Garibo-i-Orts, ÓscarLizama, CarlosChaotic systemsDelayed discrete fractional systems, Fractional dynamical systemsMachinelearningRecurrent neural networksMATEMATICA APLICADA04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos[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.Ministerio de Ciencia e Innovacion-Agencia Estatal de Investigacion, Grant/Award Number: PID2021-124618NB-C21; European UnionJohn Wiley & SonsDepartamento de Matemática AplicadaInstituto Universitario de Matemática Pura y AplicadaEscuela Técnica Superior de Ingeniería InformáticaAGENCIA ESTATAL DE INVESTIGACIONUniversitat Politècnica de ValènciaRepositorio Institucional de la Universitat Politècnica de València Riunet20252025-05-15journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://riunet.upv.es/handle/10251/205204reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)InglésengAgencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-124618NB-C21 HACIA SENSADO Y PROCESADO DE SEÑAL TODO OPTICO USANDO OPTOMECANICA DE CAVIDADES Y MOLECULAR: DESDE PEINES OPTOMECANICOS A ESPECTROSCOPIA RAMAN EN CHIPS DE SILICIOopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial (by-nc) http://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/2052042026-06-13T07:49:27Z
dc.title.none.fl_str_mv Recovering discrete delayed fractional equations from trajectories
title Recovering discrete delayed fractional equations from trajectories
spellingShingle Recovering discrete delayed fractional equations from trajectories
Conejero, J. Alberto|||0000-0003-3681-7533
Chaotic systems
Delayed discrete fractional systems, Fractional dynamical systems
Machinelearning
Recurrent neural networks
MATEMATICA APLICADA
04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos
title_short Recovering discrete delayed fractional equations from trajectories
title_full Recovering discrete delayed fractional equations from trajectories
title_fullStr Recovering discrete delayed fractional equations from trajectories
title_full_unstemmed Recovering discrete delayed fractional equations from trajectories
title_sort Recovering discrete delayed fractional equations from trajectories
dc.creator.none.fl_str_mv Conejero, J. Alberto|||0000-0003-3681-7533
Garibo-i-Orts, Óscar
Lizama, Carlos
author Conejero, J. Alberto|||0000-0003-3681-7533
author_facet Conejero, J. Alberto|||0000-0003-3681-7533
Garibo-i-Orts, Óscar
Lizama, Carlos
author_role author
author2 Garibo-i-Orts, Óscar
Lizama, Carlos
author2_role author
author
dc.contributor.none.fl_str_mv Departamento de Matemática Aplicada
Instituto Universitario de Matemática Pura y Aplicada
Escuela Técnica Superior de Ingeniería Informática
AGENCIA ESTATAL DE INVESTIGACION
Universitat Politècnica de València
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Chaotic systems
Delayed discrete fractional systems, Fractional dynamical systems
Machinelearning
Recurrent neural networks
MATEMATICA APLICADA
04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos
topic Chaotic systems
Delayed discrete fractional systems, Fractional dynamical systems
Machinelearning
Recurrent neural networks
MATEMATICA APLICADA
04.- Garantizar una educación de calidad inclusiva y equitativa, y promover las oportunidades de aprendizaje permanente para todos
description [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.
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-05-15
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/205204
url https://riunet.upv.es/handle/10251/205204
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.relation.none.fl_str_mv Agencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-124618NB-C21 HACIA SENSADO Y PROCESADO DE SEÑAL TODO OPTICO USANDO OPTOMECANICA DE CAVIDADES Y MOLECULAR: DESDE PEINES OPTOMECANICOS A ESPECTROSCOPIA RAMAN EN CHIPS DE SILICIO
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial (by-nc)
http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial (by-nc)
http://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv John Wiley & Sons
publisher.none.fl_str_mv John Wiley & Sons
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869414996837924864
score 15.81155

Similares en LA Referencia