PREDICCiÓN UTILIZANDO REDES NEURONALES y LÓGICA ABDUCTIVA645
Contenido principal del artículo
Resumen
La predicción es una de las áreas en las cuales ha habido un gran desarrollo en los últimos años,
principalmente en la predicción de fenómenos de tipo no lineal, en áreas como: economía, clima,
dinámica social, tendencias políticas, etc. Este tipo de sistemas en algunos casos presentan
comportamiento de tipo caótico y su análisis por la cantidad de variables y complejidad de las
mismas, requiere de una gran cantidad de herramientas matemáticas y computacionales
complicadas para su observación. En este trabajo se presenta la utilización de varios algoritmos
desarrollados recientemente para predicción: Redes Neuronales (Red Multicapa y Red
Holográfica) y Lógica Abductiva, para la predicción de niveles de contaminación de la Ciudad de
México. También se presentan predicciones para el índice de precios (S&P500).
principalmente en la predicción de fenómenos de tipo no lineal, en áreas como: economía, clima,
dinámica social, tendencias políticas, etc. Este tipo de sistemas en algunos casos presentan
comportamiento de tipo caótico y su análisis por la cantidad de variables y complejidad de las
mismas, requiere de una gran cantidad de herramientas matemáticas y computacionales
complicadas para su observación. En este trabajo se presenta la utilización de varios algoritmos
desarrollados recientemente para predicción: Redes Neuronales (Red Multicapa y Red
Holográfica) y Lógica Abductiva, para la predicción de niveles de contaminación de la Ciudad de
México. También se presentan predicciones para el índice de precios (S&P500).
Descargas
Los datos de descargas todavía no están disponibles.
Detalles del artículo
Cómo citar
Gómez Ramírez, E., & Aguilar Aguilera, R. (2014). PREDICCiÓN UTILIZANDO REDES NEURONALES y LÓGICA ABDUCTIVA. Revista Del Centro De Investigación De La Universidad La Salle, 2(5), 95. https://doi.org/10.26457/recein.v2i5.496
Sección
Artículos
Esta revista se encuentra bajo la licencia de Creative Commons, por tanto, los autores, al postular su artículo, lo adhieren a dicha licencia.
El autor puede disponer de su artículo para su archivo en repositorios institucionales o en páginas web personales, con la referencia y agradecimientos a la fuente donde se ha publicado.
El autor puede disponer de su artículo para su archivo en repositorios institucionales o en páginas web personales, con la referencia y agradecimientos a la fuente donde se ha publicado.