authors_response.tex

   1
   2 \documentclass{article}
   3 \usepackage[T1]{fontenc}
   4 \usepackage[latin1]{inputenc}
   5 \usepackage{amsmath}
   6 \usepackage{dsfont}
   7 \renewcommand{\labelenumii}{\labelenumi\arabic{enumii}}
   8
   9 \begin{document}
  10
  11 \begin{flushright}
  12 \today
  13 \end{flushright}%
  14
  15 \vspace{-0.5cm}\hspace{-2cm}Computer Science Laboratory, LIFC
  16
  17 \hspace{-2cm}University of Franche-Comt\'e
  18
  19 \hspace{-2cm}25030 Besan\c{c}on, France.
  20
  21 \bigskip
  22
  23 \begin{center}
  24 Detailed changes and addressed issues in the revision of the paper
  25
  26 "Recurrent Neural Networks and Chaos: Construction, \\
  27 Evaluation, and Prediction Ability" \\
  28 renamed in \\
  29 Neural Networks and Chaos: Construction, Evaluation of Chaotic Networks, \\
  30 and Prediction of Chaos with Multilayer Feedforward Networks"
  31
  32 by Jacques M. Bahi, Jean-Fran\c{c}ois Couchot, \\
  33 Christophe Guyeux, and Michel Salomon
  34
  35 \bigskip
  36 \end{center}
  37
  38 Please, find below the detailed changes and issues we addressed in the
  39 revision of our above mentioned paper that we resubmit.
  40
  41 All the remarks  and recommendations of the three  reviewers have been
  42 considered and have led to modifications in the paper.
  43
  44 \begin{itemize}
  45 \item Concerning the remarks of reviewer No. 1:
  46 \end{itemize}
  47
  48 \begin{enumerate}
  49 \item Please  explain the topic "Recurrent Neural  Networks and Chaos:
  50   Construction,  Evaluation, and  Prediction Ability"  which  makes me
  51   confused. Does  the paper discuss the  construction, evaluation, and
  52   prediction ability of chaotic neural networks? And in the paper, the
  53   chaotic neural networks are mainly done research on.
  54
  55   {\it Our response}
  56
  57   Indeed, our  contributions are twofold.  Firstly, we present  how to
  58   construct chaotic neural networks, according to Devaney's definition
  59   of chaos,  and we discuss  their evaluation. Secondly, we  study the
  60   capacity  of  classical  multilayer  feedfoward neural  networks  to
  61   predict chaotic data. To highlight clearly these contributions we
  62   have changed the title of our paper, as said above.
  63 \item Please  explain the Line  242( "than chaotic iterations  Ff with
  64   initial  condition............" ) and  Line 298(  "investigate, when
  65   comparing neural networks and Devaney's chaos").
  66
  67   {\it Our response}
  68
  69   To be completed
  70 \item  Section  VI  analyzes  the  suitability  of  artificial  neural
  71   networks for  predicting chaotic behaviors.  So, I  think section VI
  72   don't correspond to the topic. And homoplastically, lines 30-32("the
  73   learning, with  neural networks  having a feedforward  structure, of
  74   chaotic  behaviors represented  by data  sets obtained  from chaotic
  75   maps, is  far more difficult  than non chaotic behaviors")  refer to
  76   the learning of neural  networks having a feedforward structure. But
  77   lines 402-405 refer to all the network topologies.
  78
  79   {\it Our response}
  80
  81   We  have corrected  lines 402-405  (now lines  419-422)  as follows:
  82   ``For all  those feedforward network topologies and  all outputs the
  83   obtained  results for  the non-chaotic  case outperform  the chaotic
  84   ones. Finally, the rates for  the strategies show that the different
  85   feedforward networks are unable  to learn them.'' More generally, in
  86   the whole paper the term feedforward has been added, when needed, to
  87   clarify our discussion.
  88 \item Please  explain the  meanings of the  percentage in TABLE  I and
  89   TABLE II.
  90
  91   {\it Our response}
  92
  93   We  have explained how  the success  rates (percentage)  are computed
  94   lines~405-407.
  95 \item Except  for prediction  success rates, in  order to  reflect the
  96   prediction ability, please add the analysis of the prediction errors
  97   for data sequence and diagram it.
  98
  99  {\it Our response}
 100
 101  We have added two figures (Figures~3 and 4) and some comments about them
 102  lines~425-431. We hope that we have answered the reviewer remark.
 103 \end{enumerate}
 104
 105 \begin{itemize}
 106 \item Concerning the remarks of reviewer No. 2:
 107 \end{itemize}
 108
 109 \begin{enumerate}
 110 \item On  the basis of the  result botained by Guyeux  in Ref[12], the
 111   authors dealed  with chaotic neural  networks for various  fields of
 112   appli1cation.  Firstly, the authors  described how to build a neural
 113   network that can  be trained to learn a  given chaotic map function,
 114   then found  a condition that  allow to check whether  the iterations
 115   induced by a function are chaotic  or not, and thus if a chaotic map
 116   is obtained.  As  the authors said that this  work is different from
 117   most of prviews works,  this manuscript gave a rigorous mathematical
 118   proof  for  chaos  of  chaotic  neural  networks.  This  is  a  very
 119   interesting work.  On the other hand, I think, the conclusion is too
 120   long,  and some Definitions  such as  Definition 1-Definition  5 are
 121   wellknow Definition, it's no necessary to be presented any more.
 122
 123   {\it Our response}
 124
 125   As suggested by the reviewer the conclusion has been shortened and we
 126   have presented those definitions differently.
 127 \end{enumerate}
 128
 129 We are very grateful to the reviewers who, by their recommendations,
 130 allowed us to improve our paper.
 131
 132 %TCIMACRO{%
 133 %\TeXButton{Flushright}{\begin{flushright}
 134 %Best regards\\
 135 %The authors
 136 %\end{flushright}}}%
 137 %BeginExpansion
 138 \begin{flushright}
 139 Best regards\\
 140 The authors
 141 \end{flushright}%
 142 %EndExpansion
 143
 144 \end{document}