Resumen

La versatilidad de la técnica de la red neuronal (NN) permite que se aplique con éxito en muchos campos de la ciencia y a una gran variedad de problemas. Para cada problema o clase de problemas, una técnica genérica de NN (por ejemplo, perceptrón multicapa (MLP)) generalmente requiere algunos ajustes, los cuales a menudo son cruciales para el desarrollo de una aplicación exitosa. En este documento, presentamos una aplicación de NN que demuestra la importancia de dichos ajustes; además, en este caso, los ajustes aplicados a una técnica genérica de NN pueden ser utilizados con éxito en muchas otras aplicaciones de NN. Introducimos una técnica de NN, vinculando la variabilidad de clorofila a (chl-a) impulsada principalmente por procesos biológicos con los procesos físicos del océano superior utilizando un modelo biológico empírico basado en NN para chl-a. En este estudio, se emplean campos de parámetros superficiales derivados de satélites, temperatura de la superficie del mar (SST) y altura de la superficie del mar (SSH), así

• Materias:Ecuaciones integrales Función Beta Número cromático Formulación de superficies Funciones aritméticas
• Subjects:Integral equations Beta function Chromatic number Formulation of surfaces Arithmetic functions
• Palabras claves:Red neuronal; Técnica de red neuronal; Ajustes; Clorofila a; Océano superior; Modelo biológico empírico
• Keywords:Neural network; NN technique; Adjustments; Chlorophyll a; Upper ocean; Empirical biological model