Fundamentos y evolución de los métodos de análisis de series temporales de datos, con énfasis en las Redes Neuronales Artificiales

MIGUEL PARODI; LUIS HERRERA; EDUARDO LUCCINI

ENERGEIA

Facultad de Química e Ingeniería "Fray Rogelio Bacon" - Pontificia Universidad Católica Argentina

Lugar: Rosario – Argentina; Año: 2009 p. 53 - 59

1668-1622

Se presentan las Redes Neuronales Artificiales (RNA) como un modelo global no lineal, capaz de aprender la dinámica caótica o no caótica de un sistema físico representada por los valores de una serie temporal. Se realiza una revisión de los modelos lineales y no lineales de series temporales, y se enfatizan las RNA como sistemas que computan una función predictora F, definida en un espacio de embedding equivalente al espacio de fases original. Con este marco teórico se justifica el dimensionamiento de la red, ejemplificado con las RNA que se utilizaron en trabajos sobre predicción de la actividad solar. Por último, se complementa la revisión histórica de estos temas con los hitos principales en el desarrollo de la neurocomputación, desde los primeros modelos simuladores de la neurofisiología del cerebro, hasta los complejos colectivos de RNA actuales.