Predição não-linear de amostras com tabulação adaptativa in situ

A predição de séries temporais é uma atividade de extrema importância que encontra diversas aplicações no campo do processamento de sinais. Geralmente, os métodos de predição envolvem o relacionamento linear entre a amostra predita e as amostras anteriores de uma sequência. Nem sempre, no entanto, esse relacionamento é linear: diversos sinais reais, como, por exemplo, a fala humana, exigem modelos não-lineares para que a predição seja feita de forma eficiente. Este artigo mostra uma nova forma de realizar a predição não-linear de amostras de um sinal discreto. O método é baseado no algoritmo ISAT, originalmente desenvolvido para solucionar equações diferenciais em processos químicos. O artigo apresenta resultados de simulações e comparações com métodos já conhecidos de predição.