PREDICCIÓN DE SERIES TEMPORALES USANDO MÁQUINAS DE VECTORES DE SOPORTE

dc.creatorVelásquez,Juan D
dc.creatorOlaya,Yris
dc.creatorFranco,Carlos J
dc.date2010-04-01
dc.date.accessioned2017-03-07T16:23:56Z
dc.date.available2017-03-07T16:23:56Z
dc.identifierhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052010000100008
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/400916
dc.descriptionLa predicción de series de tiempo es un importante problema de investigación debido a sus implicaciones en ingeniería, economía, finanzas y ciencias sociales. Un importante tópico de esta problemática es el desarrollo de nuevos modelos y su comparación con aproximaciones previas en términos de la precisión del pronóstico. Recientemente, las máquinas de vectores de soporte (SVM) han sido usadas para la predicción de series de tiempo, pero las experiencias reportadas son limitadas y hay algunos problemas relacionados con su especificación. El objetivo de este artículo es proponer una técnica novedosa para estimar algunas constantes en las SVM que usualmente son fijadas en forma empírica por el modelador. La técnica propuesta es usada para estimar varias SVM con el fin de pronosticar cinco series benchmark; los resultados obtenidos son comparados con las estadísticas reportadas en otros artículos. La metodología propuesta permite obtener SVM competitivas para las series pronosticadas en comparación con los resultados obtenidos usando otros modelos más tradicionales.
dc.formattext/html
dc.languagees
dc.publisherUniversidad de Tarapacá.
dc.sourceIngeniare. Revista chilena de ingeniería v.18 n.1 2010
dc.subjectSeries de tiempo
dc.subjectpredicción
dc.subjectredes neuronales artificiales
dc.subjectmáquinas de vectores de soporte
dc.titlePREDICCIÓN DE SERIES TEMPORALES USANDO MÁQUINAS DE VECTORES DE SOPORTE
dc.typeArtículos de revistas


Este ítem pertenece a la siguiente institución