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

Abstract

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.