Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Un nuevo modelo de promedios móviles no lineales basado en redes neuronales artificiales para el pronóstico de series de tiempo

Cogollo Flórez, Myladis Rocio (2015) Un nuevo modelo de promedios móviles no lineales basado en redes neuronales artificiales para el pronóstico de series de tiempo. Doctorado thesis, Universidad Nacional de Colombia - Sede Medellín.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

1MB

Resumen

En esta investigación doctoral se aborda la problemática del pronóstico de series temporales con una componente dominante de medias móviles no lineales (NLMA), mediante redes neuronales artificiales (ANN). El primer aporte de este trabajo es que se realiza una revisión sistemática de la literatura, que permite identificar que sólo el 7% de los modelos ANN seleccionados en los últimos 15 años cumplen con un proceso formal de construcción del modelo, y además sólo el 28% de ellos, consideran una estructura distinta a la autoregresiva. El segundo aporte es que se demuestra experimentalmente que las redes ARNN y NARMA no son capaces de capturar todo el proceso de series no lineales con componente de medias móviles (MA). El tercer aporte es que se formula un modelo no lineal basado en una red neuronal cuyas entradas son procesos MA, que se puede interpretar como un modelo no lineal de medias móviles, y que posee características deseables: no requiere la selección del número de capas ocultas ni de función de activación, es invertible localmente y los estimadores de sus parámetros son asintóticamente normales. El cuarto aporte está relacionado con la formulación de una estrategia formal de construcción para dicho modelo; el cual es validado con datos experimentales y reales, obteniendo muy buenos resultados en términos de exactitud del pronóstico., Abstract: In this doctoral research the problem of time series forecasting with dominant component of nonlinear moving averages (NLMA) is studied, using artificial neural networks (ANN). The first contribution of this work is that a systematic review of the literature is made, by which it is identified only 7% of ANN models selected in the last 15 years met with a formal process of model building, of which only 28% to consider a different structure to the autoregressive. The second contribution is that is experimentally demonstrated that NARMA and ARNN networks are not able to capture all the process of nonlinear time series with moving averages component (MA). Based on a neural network whose inputs are processes MA, the third contribution of this work is done: the formulation of a new nonlinear model, which can be interpreted as a nonlinear model of moving average, and which has the following desirable features: does not require the number of hidden layers or specify the activation function, is locally invertible and parameter estimators are asymptotically normal. The fourth contribution is related to the development of a formal strategy for building the new model; which is validated with experimental and real data, obtaining very good results in terms of forecast accuracy.

Tipo de documento:Tesis/trabajos de grado - Thesis (Doctorado)
Colaborador / Asesor:Velásquez Henao, Juan David
Información adicional:Línea de Investigación: Inteligencia Artificial
Palabras clave:Redes neuronales, Modelo no lineal de promedios móviles, Pronóstico, Series de tiempo no lineales, Invertibilidad, Neural networks, Nonlinear model moving average, Forecasting, Time series nonlinear, Invertibility
Temática:0 Generalidades / Computer science, information & general works
5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
Unidad administrativa:Sede Medellín > Facultad de Minas > Escuela de Sistemas
Código ID:50741
Enviado por : Myladis Cogollo
Enviado el día :22 Febrero 2016 13:08
Ultima modificación:10 May 2018 20:21
Ultima modificación:10 May 2018 20:21
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox