Modelos de predicción con redes neuronales y modelos funcionales PDF Download

Author: Belén M. Fernández de Castro
Publisher:
ISBN: 9788468919935
Category :
Languages : es
Pages : 177

View

Book Description

Author: Cesar Perez Lopez
Publisher: Createspace Independent Publishing Platform
ISBN: 9781978319974
Category :
Languages : es
Pages : 158

View

Book Description
Podemos definir una red neuronal como un conjunto de elementos de procesamiento de la informaci�n altamente interconectados, que son capaces de aprender con la informaci�n que se les alimenta. La principal caracter�stica de esta nueva tecnolog�a de redes neuronales es que puede aplicarse a gran n�mero de problemas que pueden ir desde problemas complejos reales a modelos te�ricos sofisticados como por ejemplo reconocimiento de im�genes, reconocimiento de voz, an�lisis y filtrado de se�ales, clasificaci�n, discriminaci�n, an�lisis financiero, predicci�n din�mica, etc. Las redes neuronales tratan de emular el sistema nervioso, de forma que son capaces de reproducir algunas de las principales tareas que desarrolla el cerebro humano, al reflejar las caracter�sticas fundamentales de comportamiento del mismo. Lo que realmente intentan modelizar las redes neuronales es una de las estructuras fisiol�gicas de soporte del cerebro, la neurona y los grupos estructurados e interconectados de varias de ellas, conocidos como redes de neuronas. De este modo, construyen sistemas que presentan un cierto grado de inteligencia. No obstante, debemos insistir en el hecho de que los sistemas neuronales artificiales, como cualquier otra herramienta construida por el hombre, tienen limitaciones y s�lo poseen un parecido superficial con sus contrapartidas biol�gicas. Las redes neuronales, en relaci�n con el procesamiento de informaci�n, heredan tres caracter�sticas b�sicas de las redes de neuronas biol�gicas: paralelismo masivo, respuesta no lineal de las neuronas frente a las entradas recibidas y procesamiento de informaci�n a trav�s de m�ltiples capas de neuronas.Una de las principales propiedades de estos modelos es su capacidad de aprender y generalizar a partir de ejemplos reales. Es decir, la red aprende a reconocer la relaci�n (que no deja de ser equivalente a estimar una dependencia funcional) que existe entre el conjunto de entradas proporcionadas como ejemplos y sus correspondientes salidas, de modo que, finalizado el aprendizaje, cuando a la red se le presenta una nueva entrada (aunque est� incompleta o posea alg�n error), en base a la relaci�n funcional establecida en el mismo, es capaz de generalizarla ofreciendo una salida. En consecuencia, podemos definir una red neuronal artificial como un sistema inteligente capaz, no s�lo de aprender, sino tambi�n de generalizar.En este libro se presentan ejemplos pr�cticos del trabajo con redes neuronales a trav�s de MATLAB. Se muestran aplicaciones sobre ajuste de modelos, reconocimiento de patrones, an�lisis cl�ster, predicci�n de series temporales, Big Data y redes neoronales, computaci�n paralela con redes nuronales y otros ejemplos similares

Author: Salvador Torra Porras
Publisher: Addlink Software Científico
ISBN: 8461654978
Category : Computers
Languages : es
Pages : 270

View

Book Description
El libro presenta el uso de los modelos neuronales en el campo de la economía y las finanzas. La primera parte del mismo está dedicada a la metodología de las redes neuronales, y explica las distintas topologías existentes. En cambio en la segunda parte, se muestran cinco aplicaciones en el ámbito económico, en especial de las finanzas de mercado. Así el interés del libro es doble, por un lado se suministra la teoría correspondiente a cada tipo de red neuronal y por otra parte, y más importante, se presentan casos prácticos resueltos paso a paso mediante el software Mathematica. En dichos casos prácticos se han utilizado datos reales y se presentan las instrucciones de uso y su justificación, de tal manera que para poder utilizar los ejemplos no es necesaria una familiaridad previa con Mathematica.

Author: Sigeru Omatu
Publisher: Springer Science & Business Media
ISBN: 3642024807
Category : Computers
Languages : en
Pages : 1353

View

Book Description
This book constitutes the refereed proceedings of the 10th International Work-Conference on Artificial Neural Networks, IWANN 2009, held in Salamanca, Spain in June 2009. The 167 revised full papers presented together with 3 invited lectures were carefully reviewed and selected from over 230 submissions. The papers are organized in thematic sections on theoretical foundations and models; learning and adaptation; self-organizing networks, methods and applications; fuzzy systems; evolutionary computation and genetic algoritms; pattern recognition; formal languages in linguistics; agents and multi-agent on intelligent systems; brain-computer interfaces (bci); multiobjetive optimization; robotics; bioinformatics; biomedical applications; ambient assisted living (aal) and ambient intelligence (ai); other applications.

Author: Raquel Flórez López
Publisher: Netbiblo
ISBN: 9788497452465
Category : Social Science
Languages : es
Pages : 156

View

Book Description
Los modelos de procesamiento inspirados en la naturaleza permiten tratar con información masiva, redundante e imprecisa, superando muchas limitaciones de las técnicas estadísticas tradicionales. Entre estos modelos destacan las redes neuronales artificiales, que emulan algunas de las características del cerebro y aprenden a resolver problemas a partir de ejemplos, lo que evita formalizar el conocimiento y facilita la resolución de problemas complejos, como la segmentación de clientes, el diagnóstico de insolvencias o la predicción de series temporales. Este libro introduce al lector en el estudio de los modelos de redes neuronales artificiales más exitosos. El análisis de su arquitectura, estimación, interpretación y evaluación constituye una aportación de particular utilidad para los investigadores y profesionales que deseen implementar en la práctica sus propias redes. El texto incluye, además, una aplicación real de diversos modelos neuronales y su comparación con técnicas estadísticas, que permite comprender la utilidad de este enfoque y sus aplicaciones prácticas.

Author: Manuel R. Arahal
Publisher: Universidad de Sevilla
ISBN: 9788447210602
Category : Technology & Engineering
Languages : es
Pages : 344

View

Book Description
Presenta técnicas de predicción con algoritmos originales desarrollados y aplicados, así como diversos ejemplos de aplicación extraídos de proyectos reales. Contiene una serie de aplicaciones de estas técnicas a diversos campos de la ingeniería: agrícola, industrial, organización y de control.

Author:
Publisher:
ISBN:
Category :
Languages : en
Pages :

View

Book Description
(Cont.) Lo anterior gracias a la profunda relación teórica existente entre la expansión en funciones base y la teoría de correlación de señales.

Author: Cristian Johan Picón Viana
Publisher: Ewe Editorial Acad MIA Espa Ola
ISBN: 9783659005312
Category :
Languages : es
Pages : 72

View

Book Description
En este trabajo se aplico un modelo predictivo de clasificacion basado en Redes Neuronales Artificiales (RNA) Perceptron Multicapa (MLP) asociadas al algoritmo de aprendizaje backpropagation, con el proposito de estimar las caracteristicas o "sintomas" que presenta un pais catalogado como mas o menos corrupto; se compararon los resultados con los obtenidos por otros modelos similares en aplicacion pero basados en caracteristicas parametricas convencionales y se contrastaron a su vez con los resultados teoricos esperados de acuerdo a estudios previos sobre los determinantes de la corrupcion internacional. El Perceptron Multicapa (MLP) obtuvo excelentes resultados en cuanto al poder de clasificacion y estimacion de las relaciones funcionales con respecto a otros modelos convencionales y los planteamientos teoricos."

Author:
Publisher:
ISBN: 9788416228577
Category : Mathematics
Languages : es
Pages :

View

Book Description

Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 197

View

Book Description
En esta Tesis Doctoral se investiga el rendimiento de algoritmos para Redes Neuronales Artificiales (RNAs) en el contexto de aplicaciones relacionadas con la predicción de series temporales complicadas. Se postula un modelo basado en RBFs (Radial Basis Functions, Redes de Funciones Radiales) y en la descomposición ortogonal de matrices de datos formadas a partir de valores endógenos de series temporales,y se demuestra la capacidad del mismo para conseguir predicicones más precisas, con lo cual se puede ayudar a la mejora de acciones de control o de toma de decisiones en entornos industriales, sociales y económicos. El modelo descrito se denota por "NAPA-PRED" (Neural model with Automatic Parameer Adjustement for PREDiction; o Modelo Neuronal con Ajuste Automático de Parámetros para Predicción). Este modelo es capaz de determinar el número óptimo, así como la configuración o disposición temporal, de los retardos en los nodos de entrada.También es capaz de determinar el núemro óptimo (a efectos prácticos) de nodos o neuronas (RBFs) en la red neuronal artificial. También, se consigue una mejora adicional mediante la hibridación de este modelo con otras técnicas como el Análisis de Componentes Principales (PCA) para controlar el efecto de datos exógenos (externos a la serie), o la metodología estadística ARIMA para modelar y reducir el error de aproximación neuronal. Adicionalmente, se describe una nueva forma de paralelizar el esquema de descomposición matricial empleado, en lo que concierne a la transformación QR-cp, lo cual conduce a una ganancia de velocidad muy aceptable cuando se implementa el procedimiento sobre plataformas de cómputo relativamente asequible, como "clusters" de computadores personales. Las aplicaciones que se describen en las seccioens experimentales incluyen la predicicóna largo plazo de series temporales de comportamiento caótico, la mejora en la predicción del consumo en una red de distribución de aguas, o la predicción bursátil con datos de algunas compañías bancarias españolas.