Examinando por Autor "Fajardo-Toro, Carlos Hernan"

Mostrando 1 - 1 de 1
  • Miniatura
    Ítem
    Comparación de comportamiento de redes neuronales recurrentes con otros métodos en pronósticos con series de tiempo – caso series hidrológicas.
    (Associacao Iberica de Sistemas e Tecnologias de Informacao (AISTI), 2020) Fajardo-Toro, Carlos Hernan; Cobo, Luis; Martinez-Sánchez, Paloma María Teresa
    Una de las actividades fundamentales en cualquier organización para poder realizar sus procesos de planifcación y presupuestos es la elaboración de pronósticos. Para lograr lo anterior, los responsables de esto deben aplicar técnicas o modelos las cuales pueden ser cualitativos, cuantitativas o una mezcla de ambos. En cuanto a las técnicas cuantitativas, los modelos pueden causales o de series de tiempo, dependiendo de cómo se manejen los datos, manejo que va acorde a como se enfoque el problema. Para ambos casos se utilizan técnicas estadísticas, pero también técnicas de Inteligencia Artifcial o adaptativas tales como las redes neuronales o la hibridación de diferentes técnicas. Este artículo se centra en modelos y técnicas para pronósticos de series de tiempo, y para ello presenta una comparación del comportamiento de las redes neuronales recurrentes – RNN tipo Elman contra otras técnicas estadísticas, así como y otras arquitecturas de redes tales como redes perceptrón multicapa o multi-layer perceptron - MLP, FeedForward de una capa, redes de base radial o Radial Basis Function - RBF y una red modular compuesta de redes MLP. Esto se aplica para el cálculo de pronóstico de caudales.