Un intérprete en una sala ruidosa intenta escuchar el discurso entre el murmullo de voces. El método habitual consiste en memorizar un conjunto de frases y aplicarlas 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 significado del discurso, filtrando las interferencias.

En el nuevo modelo, las características no lineales las genera una red neuronal entrenable. Esta recibe varios valores consecutivos de la serie y los transforma en características útiles. Luego, estas características se combinan con las originales y se alimentan a una capa lineal. Todo se entrena de manera conjunta, sin invertir matrices grandes. En el sistema de Lorenz-96 con 100 variables, el modelo estándar habría necesitado alrededor de 0.8 terabytes de memoria, mientras que la versión adaptativa se las arregló con decenas de megabytes.

Los experimentos en tres sistemas caóticos mostraron que el modelo adaptativo es más preciso que el estándar, especialmente con ruido de hasta el 30%. 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 el sistema de cien dimensiones, solo la versión adaptativa logró completar el entrenamiento. A un intérprete que aprende a comprender el significado, y no a memorizar frases, el ruido no lo desconcierta.