Revue: | Computación y sistemas |
Base de datos: | PERIÓDICA |
Número de sistema: | 000344587 |
ISSN: | 1405-5546 |
Autores: | Salazar Aguilar, María Angélica1 Moreno Rodríguez, Guillermo J2 Cabrera Ríos, Mauricio1 |
Instituciones: | 1Universidad Autónoma de Nuevo León, Facultad de Ingeniería Mecánica y Eléctrica, Monterrey, Nuevo León. México 2Avantel, Ingeniería de Tráfico y Optimización de Capacidad, Monterrey, Nuevo León. México |
Año: | 2006 |
Periodo: | Jul-Sep |
Volumen: | 10 |
Número: | 1 |
Paginación: | 69-81 |
País: | México |
Idioma: | Inglés |
Tipo de documento: | Artículo |
Enfoque: | Aplicado, descriptivo |
Resumen en español | Los pronósticos de series de tiempo constituyen un área activa para la aplicación de Redes Neuronales Artificiales (RNAs). Aunque la selección de una RNA para tal aplicación se ha simplificado grandemente, la falta de un método establecido para asignar los parámetros de las RNAs de una manera adecuada sigue siendo un reto. En este trabajo se propone una metodología basada en técnicas estadísticas y optimización para la selección de parámetros de una RNA para el pronóstico de series de tiempo. La metodología propuesta se demuestra por medio de su aplicación en un problema real de pronóstico de demanda en la industria de las telecomunicaciones |
Resumen en inglés | Time series forecasting is an active area for the application of Artificial Neural Networks (ANNs). Although the selection of an ANN has been greatly simplified, it remains a challenge to adequately determine the ANN's parameters. In this work a method based on statistical analysis and optimization techniques is proposed to select the ANN's parameters for application in time series forecasting. The results on the successful application of the method in a real demand forecasting problem for the telecommunications industry are also reported |
Disciplinas: | Ciencias de la computación, Ingeniería |
Palabras clave: | Ingeniería de telecomunicaciones, Predicción, Series de tiempo, Redes neuronales artificiales, Diseño de experimentos, Análisis de experimentos |
Keyword: | Computer science, Engineering, Telecommunications engineering, Forecasting, Time series, Artificial neural networks, Experiment design, Experiment analysis |
Texte intégral: | Texto completo (Ver HTML) |