본 논문은 경쟁적 Lotka-Volterra 모델의 카오스 영역에서 시간 시계열 및 통계적 특성을 예측하기 위해 Echo-State Networks (ESNs)를 적용합니다. 특히, ESNs가 경쟁적 Lotka-Volterra 모델의 카오스 attractor를 성공적으로 학습하고, 꼬리(tail) 및 희귀 사건(rare events)을 포함한 종속 변수의 히스토그램을 재현함을 보여줍니다. 일반화 극값 분포(Generalized Extreme Value distribution)를 사용하여 꼬리의 거동을 정량화합니다.
