Melgarejo Rey, Miguel AlbertoBarrero Navas, José GuillermoLópez Ríos, Sharon Stephanie2017-09-142017-09-142017-09-01http://hdl.handle.net/11349/6549En 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.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.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/CaosRedes neuronalesAlgoritmo genéticoSeries de tiempoSelección de características mediante un algoritmo genético para el diagnóstico de caoticidad en series de tiempo usando un clasificador con redes neuronalesIngeniería electrónica - Tesis y disertaciones académicasAlgoritmos genéticosRedes neurales (Computadores)Análisis de series de tiempoinfo:eu-repo/semantics/openAccessFeature selection through a genetic algorithm for the diagnosis of chaos in time series using a neural network classifierChaosNeural networksGenetic algorithmTime seriesAbierto (Texto Completo)info:eu-repo/semantics/bachelorThesis