Comparación de Redes Neuronales aplicadas a la predicción de Series de Tiempo
Autor: | Edinson Martínez Gómez, Luis Eduardo Pedraza Caballero, Darwin Ramiro Mercado Polo |
---|---|
Jazyk: | angličtina |
Rok vydání: | 2015 |
Předmět: | |
Zdroj: | Prospectiva, Vol 13, Iss 2 (2015) |
ISSN: | 2216-1368 1692-8261 |
Popis: | El presente estudio tiene como objetivo principal presentar la comparativa de las redes neuronales artificiales (RNA) tipo perceptrón multicapa (MLP) y de funciones de base radial (RBF) aplicadas a la predicción de series de tiempo. Se utilizó resilient backpropagation como algoritmo de aprendizaje para la red MLP y una combinación entre el algoritmo de los k-emanes y el método de la matriz pseudoinversa para la RBF. La implementación de las RNA se realizó utilizando un sistema basado en arquitectura cliente-servidor, previendo una futura integración con aplicaciones en tiempo real. Para la evaluación de las RNA se utilizaron conjuntos de datos de diferentes características y cantidad de datos.De acuerdo a los resultados obtenidos se concluye que para la utilización e integración de técnicas de inteligencia computacional en sistemas web, es preferible el uso de las RBF, debido a que obtiene mejores tiempos de ejecución. Es importante resaltar también que en calidad de respuesta los dos tipos de redes neuronales obtienen resultados similares. |
Databáze: | OpenAIRE |
Externí odkaz: |