PREDICCiÓN DE SERIES CAÓTICAS UTILIZANDO REDES NEURONALES y SU CORRELACiÓN CON EL EXPONENTE DE LYAPUNOV731

Barra lateral del artículo

Contenido principal del artículo

Eduardo Gómez Ramírez,

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.

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