Upload resources

Upload your works to SEDICI to increase its visibility and improve its impact

 

Show simple item record

dc.date.accessioned 2014-10-22T16:57:59Z
dc.date.available 2014-10-22T16:57:59Z
dc.date.issued 2014-11
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/41734
dc.description.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. es
dc.format.extent 107-114 es
dc.language es es
dc.subject Inteligencia Artificial es
dc.title Predicción de sistemas dinámicos con redes neuronales profundas es
dc.type Objeto de conferencia es
sedici.identifier.uri http://43jaiio.sadio.org.ar/proceedings/ASAI/14.pdf es
sedici.identifier.issn 1850-2784 es
sedici.creator.person Maino, Daniel G. es
sedici.creator.person Uzal, Lucas es
sedici.creator.person Granitto, Pablo Miguel es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Sociedad Argentina de Informática e Investigación Operativa (SADIO) es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution 3.0 Unported (CC BY 3.0)
sedici.rights.uri http://creativecommons.org/licenses/by/3.0/
sedici.date.exposure 2014-11
sedici.relation.event XLIII Jornadas Argentinas de Informática e Investigación Operativa (43JAIIO)-XV Argentine Symposium on Artificial Intelligence (ASAI) (Buenos Aires, 2014) es
sedici.description.peerReview peer-review es


Download Files

Thumbnail
Documento completo
Download file (2.066Mb) - PDF
Icon
External link

This item appears in the following Collection(s)

Creative Commons Attribution 3.0 Unported (CC BY 3.0) Except where otherwise noted, this item's license is described as Creative Commons Attribution 3.0 Unported (CC BY 3.0)