Titulo. Una red, mucho caos: Red Neuronal Recurrente capaz de identificar múltiples sistemas caóticos

En esta charla se presenta una red neuronal recurrente de primer orden la cuál, para un conjunto fijo de parámetros y manteniendo siempre la misma estructura de interconexión, es capaz de identificar múltiples sistemas caóticos. A diferencia de lo típicamente encontrado en la literatura, la red propuesta es capaz de identificar con éxito las tres variables de estado de varios sistemas caóticos sin estructura topológica en compun, incluidos el sistema de Chua, PWL-Rössler, Anishchenko-Astakhov, Álvarez-Curiel, y los modelos de Aizawa y Rucklidge. El desmpeño del algortimo neuronal es evaludoa utilizando el error cuadrático medio (MSE) y el coeficiente de determinación ($r^2$). Estos resultados avanzan en el desarrollo de estructuras de redes neuronales robustas y genéricas para la identificación de múltiples osciladores caóticos, resultados obtenidos gracias a la articipación en el Encuentro de Investigación Científica y Redes de Colaboración Verano 2023.