Comparación de los métodos de series de tiempo y redes neuronales
Descripción del Articulo
El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales a...
Autor: | |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2014 |
Institución: | Universidad Nacional Agraria La Molina |
Repositorio: | Revistas - Universidad Nacional Agraria La Molina |
Lenguaje: | español |
OAI Identifier: | oai:revistas.lamolina.edu.pe:article/960 |
Enlace del recurso: | https://revistas.lamolina.edu.pe/index.php/acu/article/view/960 |
Nivel de acceso: | acceso abierto |
Materia: | medición del error redes neuronales regresión polinomial series de tiempo suavización exponencial. |
id |
REVUNALM_ad967a4ee8a02ca2d7923d9ab0436b40 |
---|---|
oai_identifier_str |
oai:revistas.lamolina.edu.pe:article/960 |
network_acronym_str |
REVUNALM |
network_name_str |
Revistas - Universidad Nacional Agraria La Molina |
repository_id_str |
|
spelling |
Comparación de los métodos de series de tiempo y redes neuronalesMenacho Chiok, Cesar Higiniomedición del errorredes neuronalesregresión polinomialseries de tiemposuavización exponencial.El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales artificiales multicapa backpropagación. Los métodos propuestos son aplicados a ocho series de tiempo obtenidas del portal del Instituto Nacional de Estadística e Informática (INEI). Se comparan los métodos, usando las medidas para la medición del error de pronóstico MAPE, MAD y MSE. Los resultados mostraron que los modelos de redes neuronales tuvieron menores valores de MAPE en las ocho series y menores valores de MAD y MSE en cuatro de las series de tiempo analizadas.Universidad Nacional Agraria La Molina La Molina2014-12-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.lamolina.edu.pe/index.php/acu/article/view/96010.21704/ac.v75i2.960Anales Científicos; Vol. 75 Núm. 2 (2014): Julio a Diciembre; 245-252Anales Científicos; Vol. 75 No. 2 (2014): Julio a Diciembre; 245-2522519-73980255-0407reponame:Revistas - Universidad Nacional Agraria La Molinainstname:Universidad Nacional Agraria La Molinainstacron:UNALMspahttps://revistas.lamolina.edu.pe/index.php/acu/article/view/960/pdf_168Derechos de autor 2017 Cesar Higinio Menacho Chiokinfo:eu-repo/semantics/openAccessoai:revistas.lamolina.edu.pe:article/9602021-11-06T15:12:30Z |
dc.title.none.fl_str_mv |
Comparación de los métodos de series de tiempo y redes neuronales |
title |
Comparación de los métodos de series de tiempo y redes neuronales |
spellingShingle |
Comparación de los métodos de series de tiempo y redes neuronales Menacho Chiok, Cesar Higinio medición del error redes neuronales regresión polinomial series de tiempo suavización exponencial. |
title_short |
Comparación de los métodos de series de tiempo y redes neuronales |
title_full |
Comparación de los métodos de series de tiempo y redes neuronales |
title_fullStr |
Comparación de los métodos de series de tiempo y redes neuronales |
title_full_unstemmed |
Comparación de los métodos de series de tiempo y redes neuronales |
title_sort |
Comparación de los métodos de series de tiempo y redes neuronales |
dc.creator.none.fl_str_mv |
Menacho Chiok, Cesar Higinio |
author |
Menacho Chiok, Cesar Higinio |
author_facet |
Menacho Chiok, Cesar Higinio |
author_role |
author |
dc.subject.none.fl_str_mv |
medición del error redes neuronales regresión polinomial series de tiempo suavización exponencial. |
topic |
medición del error redes neuronales regresión polinomial series de tiempo suavización exponencial. |
description |
El propósito de la investigación es hacer un estudio comparativo de los métodos estadísticos clásicos aplicados al análisis de series de tiempo; regresión polinomial de segundo grado, promedio móvil, suavización exponencial simple y suavización exponencial doble con los modelos de redes neuronales artificiales multicapa backpropagación. Los métodos propuestos son aplicados a ocho series de tiempo obtenidas del portal del Instituto Nacional de Estadística e Informática (INEI). Se comparan los métodos, usando las medidas para la medición del error de pronóstico MAPE, MAD y MSE. Los resultados mostraron que los modelos de redes neuronales tuvieron menores valores de MAPE en las ocho series y menores valores de MAD y MSE en cuatro de las series de tiempo analizadas. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-12-30 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://revistas.lamolina.edu.pe/index.php/acu/article/view/960 10.21704/ac.v75i2.960 |
url |
https://revistas.lamolina.edu.pe/index.php/acu/article/view/960 |
identifier_str_mv |
10.21704/ac.v75i2.960 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
https://revistas.lamolina.edu.pe/index.php/acu/article/view/960/pdf_168 |
dc.rights.none.fl_str_mv |
Derechos de autor 2017 Cesar Higinio Menacho Chiok info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Derechos de autor 2017 Cesar Higinio Menacho Chiok |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional Agraria La Molina La Molina |
publisher.none.fl_str_mv |
Universidad Nacional Agraria La Molina La Molina |
dc.source.none.fl_str_mv |
Anales Científicos; Vol. 75 Núm. 2 (2014): Julio a Diciembre; 245-252 Anales Científicos; Vol. 75 No. 2 (2014): Julio a Diciembre; 245-252 2519-7398 0255-0407 reponame:Revistas - Universidad Nacional Agraria La Molina instname:Universidad Nacional Agraria La Molina instacron:UNALM |
instname_str |
Universidad Nacional Agraria La Molina |
instacron_str |
UNALM |
institution |
UNALM |
reponame_str |
Revistas - Universidad Nacional Agraria La Molina |
collection |
Revistas - Universidad Nacional Agraria La Molina |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1845161235220267008 |
score |
13.39504 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).