Resumen

El ciclo de vida del desarrollo de software ha sido caracterizado por desconexiones destructivas entre actividades como la planificación, el análisis, el diseño y la programación. Especialmente el software desarrollado con resultados basados en predicciones siempre es un gran desafío para los diseñadores. La predicción de datos de series temporales como el intercambio de divisas, los precios de las acciones y los informes meteorológicos son algunas de las áreas donde se ha estado realizando una extensa investigación en las últimas tres décadas. En los primeros días, los problemas con el análisis financiero y la predicción se resolvían mediante modelos y métodos estadísticos. En las últimas dos décadas, se han propuesto una gran cantidad de modelos de aprendizaje basados en Redes Neuronales Artificiales para resolver los problemas de los datos financieros y obtener resultados precisos en la predicción de las tendencias y precios futuros. Este documento abordó algunos problemas relacionados con el diseño arquitectónico para mejorar el rendimiento a través de la vectorización de las fortalezas de los modelos de series temporales econométricas multivariantes

• Materias:Transporte ferroviario Extracción cinética Estudio poblacional Comportamiento ingestivo Técnica quirúrgica
• Subjects:Railway transport Kinetic extraction Population study Ingestive behavior Surgical technique
• Palabras claves:Ciclo de vida del desarrollo de software; Resultados basados en predicciones; Pronóstico de datos de series temporales; Redes neuronales artificiales; Análisis financiero; Tasas de cambio
• Keywords:Software development life cycle; Prediction based results; Time series data forecasting; Artificial neural networks; Financial analysis; Exchange rates