Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11349/6549
Título : Selección de Características Mediante un Algoritmo Genético para el Diagnóstico de Caoticidad en Series de Tiempo Usando un Clasificador con Redes Neuronales
Autor: Barrero Navas, José Guillermo
López Ríos, Sharon Stephanie
Director de Tesis: Melgarejo Rey, Miguel Alberto
Materias: INGENIERÍA ELECTRÓNICA - TESIS Y DISERTACIONES ACADÉMICAS
ALGORITMOS GENÉTICOS
REDES NEURALES (COMPUTADORES)
ANÁLISIS DE SERIES DE TIEMPO
Palabras clave : Caos
Redes Neuronales
Algoritmo Genético
Series de tiempo
Fecha: 1-sep-2017
Abstract : We present a model for the diagnosis of chaos in time series based on the calculation of 118 characteristics on time series and a classifier constructed with an artificial neural network. The great challenge of this work lies in the distinction between stochastic and chaotic type processes, because both processes have multiple characteristics in common: a broadband power spectrum and visibly irregular signals, among others.
Resumen : En este trabajo presentamos una metodología para el diagnóstico de caos en series de tiempo basada en el cálculo de 118 características sobre la serie de tiempo y un clasificador construido con una red neuronal artificial. El gran reto de este trabajo radica en la distinción entre procesos de tipo estocástico y tipo caótico, debido a ambos procesos tienen múltiples características en común: un espectro de potencia de banda ancha y señales con comportamiento visiblemente irregular, entre otros.
URI : http://hdl.handle.net/11349/6549
Aparece en las colecciones: Ingeniería Electrónica

archivos en este ítem:
archivo Descripción Tamaño Formato  
BarreroNavasJoséGuillermo2017.pdfTrabajo de Grado4,35 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons