Se desarrolló una red neuronal artificial (RNA) basada en la optimización de enjambre de partículas (PSO) para la predicción de series temporales. El algoritmo híbrido ANN PSO se aplicó a series temporales caóticas de Mackey-Glass en el corto plazo x t 6 . Se evaluó el rendimiento de la predicción y se comparó con otros estudios disponibles en la literatura. Asimismo, se presentaron las propiedades del sistema dinámico mediante el estudio del comportamiento caótico obtenido a partir de las series temporales predichas. A continuación, se complementó el algoritmo PSO de la RNA híbrida con un procedimiento estocástico gaussiano (denominado PSO de la RNA híbrida estocástica) con el fin de obtener un nuevo estimador de las predicciones, que también nos permitió calcular las incertidumbres de las predicciones para series temporales caóticas Mackey-Glass con ruido. Así, estudiamos el impacto del ruido para varios casos con un nivel de ruido blanco σ N de 0,01 a 0,1.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Segmentación automática de imágenes de tejidos basada en procesamiento de imágenes y aprendizaje profundo
Artículo:
Comportamiento de la permeabilidad de los envases alimentarios: Un informe
Artículo:
Estudios estructurales y ópticos de nanocompuestos de puntos cuánticos de sulfuro de cadmio, óxido de grafeno y quitosano como nueva capa activa para espectroscopia SPR
Artículo:
Efecto del Ga Líquido sobre las Superficies Metálicas: Caracterización de la Morfología y Composición Química de Metales Calentados en Ga Líquido
Artículo:
Estimación de la biomasa aérea en bosques privados mediante imágenes Sentinel-2