Resumen

MERCADO POLO, Darwin; PEDRAZA CABALLERO, Luis  y  MARTINEZ GOMEZ, Edinson. Comparación de Redes Neuronales aplicadas a la predicción de Series de Tiempo. Prospect. [online]. 2015, vol.13, n.2, pp.88-95. ISSN 1692-8261.  https://doi.org/10.15665/rp.v13i2.491.

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.

Palabras clave : Redes neuronales artificiales; Predicción; Series de tiempo; Perceptrón multicapa; Funciones de base radial.

        · resumen en Inglés     · texto en Español     · Español ( pdf )