English
PREDICCiÓN DE SERIES CAÓTICAS UTILIZANDO REDES NEURONALES y SU CORRELACiÓN CON EL EXPONENTE DE LYAPUNOV734
Contenido principal del artículo
Resumen
Existen hasta el momento diferentes aproximaciones para predicción de series de
tiempo, por ejemplo algunas de ellas son: técnicas estadísticas, técnicas por filtro
de Kalman, y en los últimos años se han reportado resultados de predicción con
redes neuronales. Pero el problema sigue siendo saber si la serie es predecible
"independientemente" de la técnica que se esté utilizando. En este trabajo se
presenta la relación que existe entre el exponente de Lyapunov y el error de
predicción para series caóticas por medio de redes neuronales, como instrumento
de decisión en el área de predicción. Se presentan predicciones para mapeos
discretos a partir de valores anteriores.
tiempo, por ejemplo algunas de ellas son: técnicas estadísticas, técnicas por filtro
de Kalman, y en los últimos años se han reportado resultados de predicción con
redes neuronales. Pero el problema sigue siendo saber si la serie es predecible
"independientemente" de la técnica que se esté utilizando. En este trabajo se
presenta la relación que existe entre el exponente de Lyapunov y el error de
predicción para series caóticas por medio de redes neuronales, como instrumento
de decisión en el área de predicción. Se presentan predicciones para mapeos
discretos a partir de valores anteriores.
Descargas
Los datos de descargas todavía no están disponibles.
Detalles del artículo
Cómo citar
Gómez Ramírez, E. (2014). PREDICCiÓN DE SERIES CAÓTICAS UTILIZANDO REDES NEURONALES y SU CORRELACiÓN CON EL EXPONENTE DE LYAPUNOV. Revista Del Centro De Investigación De La Universidad La Salle, 1(3), 105. https://doi.org/10.26457/recein.v1i3.539
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.