Predicción de sistemas dinámicos con redes neuronales profundas

Abstract

En este trabajo se aborda el problema de predicción de series temporales obtenidas de sistemas dinámicos no lineales determinísticos. 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.