CIFASIS 20631
CENTRO INTERNACIONAL FRANCO ARGENTINO DE CIENCIAS DE LA INFORMACION Y DE SISTEMAS
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Predicción de Sistemas Dinámicos con Redes Neuronales Profundas
Autor/es:
MAINO, DANIEL; UZAL, LUCAS C.; GRANITTO, PABLO M.
Lugar:
Buenos Aires
Reunión:
Simposio; 43 JAIIO - Simposio Argentino de Inteligencia Artificial; 2014
Institución organizadora:
SADIO (Sociedad Argentina de Informática)
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.
