Resumen

Se propone un modelo híbrido para la previsión de series temporales. Se trata de una red neuronal apilada, que contiene un perceptrón multicapa normal con funciones de activación sigmoideas bipolares y otro con una función de activación exponencial en la capa de salida. Como muestran los estudios de casos, el modelo neuronal híbrido apilado propuesto funciona bien en una variedad de series temporales de referencia. También se estudia la combinación de pesos de los dos componentes del apilamiento que conduce a un rendimiento óptimo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:funciones de activación sigmoideas bipolares, series temporales de referencia, función de activación exponencial, modelo neuronal híbrido, perceptrón multicapa normal, previsión de series temporales, estudios de casos, modelo híbrido, red neuronal, rendimiento óptimo
• Keywords:bipolar sigmoid activation functions, benchmark time series, exponential activation function, hybrid neural model, normal multilayer perceptron, time series forecasting, case studies, hybrid model, neural network, optimal performance