人工神經網路/序列預測

ANN 可以被訓練以匹配特定輸入訊號的統計特性，甚至可以用來預測時間序列的未來值。特徵預測有很多應用，它們都受到了大量的研究關注。其中包括金融預測、氣象預測和電力負荷預測。ANN 在預測複雜序列方面表現出了非常強大的能力，包括非線性非平穩混沌系統。

金融預測對於預測經濟系統中的事件非常有用，而經濟系統被認為是一個混沌系統。ANN 被用來預測公司的業績和失敗率、匯率變化和其他經濟指標。

氣象預測是一個困難的過程，因為當前的大氣模型依賴於高度遞迴的微分方程組，這些方程組難以計算，並且會將誤差傳播到後續迭代中。使用神經網路進行氣象預測是一項非平凡的任務，關於該技術的有效性有很多相互矛盾的報道。