Detalle del congreso
Autores: Maino, Daniel; Uzal, Lucas C.; Granitto, Pablo M.
Resumen: En este trabajo se aborda el problema de predicción de series temporales obtenidas de sistemas dinámicos no lineales deterministicos.Se presenta una técnica basada en redes neuronales profundas y se evalúa su rendimiento frente a las redes neuronales convencionales.Se considera en particular el problema predicción para múltiples horizontes utilizando dos estrategias: el uso de redes de salida-múltiple frente a redes convencionales de salida-simple. Los resultados sobre las series temporales consideradas muestran un mejor desempeño de las arquitecturas profundas de salida simple.
Tipo de reunión: Simposio.
Tipo de trabajo: Artículo Completo.
Producción: Predicción de Sistemas Dinámicos con Redes Neuronales Profundas.
Reunión científica: 43 JAIIO - Simposio Argentino de Inteligencia Artificial.
Lugar: Buenos Aires.
Institución organizadora: SADIO (Sociedad Argentina de Informática).
Publicado: Sí
Lugar publicación: Buenos Aires
Mes de reunión: 9
Año: 2014.
Página web: aquí