• Index page
  • Información de interés
  • Login
  • Communities & Collections
  • Language
    Englishespañolportuguês (Brasil)
View Item 
  •   Redicuc Home
  • Tesis Doctorales y Trabajos de Grado
  • Pregrado
  • View Item
  •   Redicuc Home
  • Tesis Doctorales y Trabajos de Grado
  • Pregrado
  • View Item
Universidad de la Costa, CUC. Calle 58 # 55 - 66. Barranquilla, Colombia. 336 22 00. repositorioredicuc@cuc.edu.co. Corporación Universidad de la Costa.

Implementación web de redes neuronales artificiales aplicadas a la predicción de series de tiempo

Thumbnail
View/Open
Trabajo de grado (1.428Mb)
Date
2013
Author
Martínez Gómez, Edinson Jabid
Metadata
Show full item record
BASE GoogleScholar
Compartir:


Impacto

URI: http://hdl.handle.net/11323/1253

Abstract

In this Project we show the development and deployment of a web platform with two kinds of artificial Neural Networks applied to forecast time series. It has been developed with the language of programming Python and use Extjs 4 for the client side. Allows the simulation of multilayer perceptron and neural networks based on radial basis functions. For the first algorithm it is used as the resilient backpropagation learning, which attempts to minimize the mean square error function to adjust the network weights. The training process of the RBF network is performed in two phases, using initially unsupervised learning, through the algorithm of k-means, for the centers of the radial basis function, subsequently standard deviations are found by the LMS algorithm and adjustment of the weights is obtained with the rule of the pseudo-inverse. The inputs to the simulation platform have to be imported through files (.csv) format, once we have obtained the results are graphically represented each of them. Simulations performed on a time series basis allow to obtain a good approximation in that is known if the variable value will increase or decrease. But because the algorithms implemented require expensive hardware, we need to look for alternatives such as parallel computing and optimization algorithms implemented.
 
En el presente proyecto se presenta el desarrollo e implementación de una plataforma web de dos tipos de redes neuronales artificiales aplicadas a la predicción de series de tiempo. Está desarrollada bajo el lenguaje de programación Python y utiliza ExtJs como framework javascript para la construcción de las interfaces gráficas de usuario. Permite realizar la simulación del perceptrón multicapa y las redes neuronales basadas en funciones de base de radial. Para la primera se utiliza como algoritmo de aprendizaje el resilient backpropagation, el cual busca minimizar la función del error cuadrático medio para ajustar los pesos de la red. El proceso de entrenamiento de la red RBF se realiza en dos fases, utilizando inicialmente aprendizaje no supervisado, a través del algoritmo de los k-means, para obtener los centros de las funciones de base radial,posteriormente, se hallan las desviaciones estándar mediante el algoritmo LMS y el ajuste de los pesos se obtiene con la regla de la pseudo-inversa. Las entradas a la plataforma para realizar la simulación deben importarse a través de archivos en formato (.csv), una vez se han obtenido los resultados se permite representar gráficamente cada uno ellos. Las simulaciones realizadas en base a series de tiempo permitieron obtener una buena aproximación en la que se conoce si el valor de la variable crecerá o decrecerá. Sin embargo debido a que los algoritmos implementados requieren un hardware de alto costo,se deben buscar otras alternativas como la computación en paralelo o la optimización de los algoritmos implementados.
 
Collections
  • Pregrado

Related items

Showing items related by title, author, creator and subject.

  • Thumbnail

    PRONOSTICO DEL CRECIMIENTO DE DEMANDA DE ENERGÍA ELÉCTRICA EN EL ÁREA CARIBE COLOMBIANA PARAPROYECTAR LA GENERACIÓN POR SEGURIDAD DE 2018 A 2032 

    Cervantez Bolivar, Brian (INGE CUC, 2018-04-17)
    Los modelos de estimación de demanda son utilizados por organismos encargados de la planeación energética, cuya función objetivo está centrada en garantizar el suministro de usuarios a partir de los recursos disponibles ...
  • Thumbnail

    Modelo de predicción de irradiación solar ajustado al clima de Barranquilla, para el dimensionamiento de sistemas fotovoltaicos 

    Gil A., César Javier (2017-12-14)
    A pesar que la Costa Atlántica Colombiana presenta un alto potencial energético para la ejecución de proyectos de energías renovables a partir de la radiación solar, solo se conoce información promedio hasta el año 2015 ...
  • Thumbnail

    Sistema de monitoreo para la detección del estado de vías aplicando técnicas de instrumentación basadas en técnicas de minería de datos a partir de variables electromecánicas 

    Ibáñez Noriega, Iván (2018-10-05)
    Actualmente la minería de carbón se encuentra atravesando un periodo de recesión el cual está llevando a la alta gerencia a buscar nuevas herramientas para optimizar los procesos y mantenerse vigente en el mercado ...

Browse

All of RedicucCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

Compartir en

Universidad de la Costa, CUC

  • Calle 58 # 55 - 66. Barranquilla, Colombia

  • 336 22 00

  • repositorioredicuc@cuc.edu.co

Corporación Universidad de la Costa CUC, Personería Jurídica con Resolución No. 352 del 23 de abril de 1971 y reconocida como Universidad mediante resolución 3235 del 28 de marzo de 2012 expedida por el MEN. Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

Enlaces institucionales:

  • Universidad de la Costa
  • Biblioteca
  • Catálogo bibliográfico
  • Recuperador Primo

Universidad de la Costa CUC.
Politica de Protección de Datos.