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