Forecasting of Multiple Points in Time Series with Support Vector Machines

Predicción de Múltiples Puntos de Series de Tiempo Utilizando Support Vector Machines

dc.contributoren-US
dc.contributores-ES
dc.creatorBAUTISTA THOMPSON, E.
dc.creatorFIGUEROA NAZUNO, J.
dc.creatorGUZMÁN RAMIREZ, E.
dc.date2009-10-05
dc.date.accessioned2018-03-16T14:23:36Z
dc.date.available2018-03-16T14:23:36Z
dc.identifierhttp://ojs.unam.mx/index.php/cys/article/view/2664
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/1190536
dc.descriptionTHIS PAPER PRESENTS THE EVALUATION OF THE FORECASTING FOR MULTIPLE POINTS IN TIME SERIES, BY MEANS OF SUPPORT VECTOR MACHINES (SVM) WITH A SHIFTING WINDOW AND TWO DIFFERENT KERNEL FUNCTIONS (LINEAR AND RADIAL BASIS). THE EVALUATION WAS MADE WITH A SET OF 30 TIME SERIES FROM DIFFERENT ORIGINS AND DYNAMICS. THE RESULTS SHOW THAT SVM HAS A GOOD CAPABILITY FOR THE ADAPTATION TO DIFFERENT TIME SERIES DYNAMICS, AND ALSO PRESENTS A GOOD PERFORMANCE FOR THE FORECASTING OF THE FIRST POINTS OF THE TIME SERIES USING THE RADIAL BASIS KERNEL FUNCTION, IN SPITE OF THE EXPANSION OF THE FORECAST ERROR.en-US
dc.descriptionSE PRESENTA LA EVALUACIÓN DE LA PREDICCIÓN DE MÚLTIPLES PUNTOS DE SERIES DE TIEMPO, MEDIANTE UN CORRIMIENTO DE VENTANA PARA SUPPORT VECTOR MACHINES (SVM) CON DOS FUNCIONES DE KERNEL DISTINTAS (LINEAL Y CON BASE RADIAL). PARA LA EVALUACIÓN SE UTILIZÓ UN CONJUNTO DE TREINTA SERIES DE DIFERENTE ORIGEN Y COMPORTAMIENTO DINÁMICO. SE ENCUENTRA QUE LA SVM POSEE UNA BUENA CAPACIDAD PARA AJUSTARSE A LAS DIFERENTES DINÁMICAS DE LAS SERIES DE TIEMPO Y PRESENTA UN BUEN DESEMPEÑO PARA LA PREDICCIÓN DE LOS PRIMEROS PUNTOS DE LAS SERIES UTILIZANDO LA FUNCIÓN DE KERNEL RADIAL, A PESAR DEL PROCESO DE EXPANSIÓN DEL ERROR DE PREDICCIÓN.es-ES
dc.formatapplication/pdf
dc.languagespa
dc.publisherComputación y Sistemases-ES
dc.relationhttp://ojs.unam.mx/index.php/cys/article/view/2664/2225
dc.sourceComputación y Sistemas; Vol 7, No 003 (2004)es-ES
dc.source1405-5546
dc.subjectKernel Functions for SVM; Time Series Forecasting; Support Vector Machinesen-US
dc.subjectFUNCIONES DE KERNEL PARA SVM; PREDICCIÓN DE SERIES DE TIEMPO; SUPPORT VECTOR MACHINESes-ES
dc.titleForecasting of Multiple Points in Time Series with Support Vector Machinesen-US
dc.titlePredicción de Múltiples Puntos de Series de Tiempo Utilizando Support Vector Machineses-ES
dc.typeArtículos de revistas
dc.typeArtículos de revistas


Este ítem pertenece a la siguiente institución