人工神经网络/序列预测

ANN 可以被训练以匹配特定输入信号的统计特性，甚至可以用来预测时间序列的未来值。特征预测有很多应用，它们都受到了大量的研究关注。其中包括金融预测、气象预测和电力负荷预测。ANN 在预测复杂序列方面表现出了非常强大的能力，包括非线性非平稳混沌系统。

金融预测对于预测经济系统中的事件非常有用，而经济系统被认为是一个混沌系统。ANN 被用来预测公司的业绩和失败率、汇率变化和其他经济指标。

气象预测是一个困难的过程，因为当前的大气模型依赖于高度递归的微分方程组，这些方程组难以计算，并且会将误差传播到后续迭代中。使用神经网络进行气象预测是一项非平凡的任务，关于该技术的有效性有很多相互矛盾的报道。