Comparación de Redes Neuronales aplicadas a la predicción de Series de Tiempo.

• Main Authors: Darwin Mercado Polo, Luis Pedraza Caballero, Edinson Martínez Gómez
• Format: Article
• Language: English
• Published: Editorial Uniautónoma 2015-12-01
• Series: Prospectiva
• Subjects: Redes neuronales artificiales; Predicción; Series de tiempo; Perceptrón multicapa; Funciones de base radial.
• Online Access: http://ojs.uac.edu.co/index.php/prospectiva/article/view/491

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.