Un intérprete en una sala ruidosa intenta captar el discurso en medio del murmullo de voces. El método habitual es memorizar un conjunto de frases y usarlas según una plantilla. Pero si el ruido aumenta, la plantilla se rompe. La autoregresión vectorial no lineal adaptativa funciona de otra manera: aprende a comprender el sentido del discurso, filtrando las interferencias.

En el nuevo modelo, las características no lineales las genera un perceptrón multicapa entrenable. La entrada es una incrustación retardada: varios valores consecutivos de la serie, desplazados en el tiempo. La red neuronal transforma este vector en características que luego se combinan con las lineales y se alimentan a la capa de lectura. La matriz de lectura se entrena conjuntamente con el perceptrón mediante descenso de gradiente, y no se calcula invirtiendo una matriz. Esto evita el cuello de botella del enfoque clásico.

Los experimentos en tres sistemas caóticos, Mackey-Glass, Lorenz-63 y Lorenz-96, mostraron la ventaja del enfoque adaptativo. Con un 30% de ruido en el sistema de Mackey-Glass, el error de predicción a 100 pasos fue de 0.051 frente a 0.073 del modelo estándar. En Lorenz-96, solo la versión adaptativa pudo completar el entrenamiento y la predicción: la estándar chocó con la memoria y las redes de eco, con el tiempo de cómputo. La no linealidad entrenable resultó más robusta que los polinomios fijos.

Un intérprete que aprende a comprender el sentido, y no a memorizar frases, se enfrenta mejor al ruido. Del mismo modo, un modelo que genera características a partir de los datos, y no según una plantilla, predice el caos con mayor precisión. Es un paso de la construcción manual de características a la extracción automática de patrones, algo especialmente valioso cuando la física del proceso solo se conoce de forma aproximada.