Modelización, Sincronización y Predicción con Redes Neuronales. Caos de Baja Dimensión y Meteorología

  • Talk

  • Jose M
  • Gutierrez,Dpto. de Matemática Aplicada y Ciencias de la Computación,Universidad de Canta
  • 1 de Diciembre de 2004 a las 14:15
  • Sala Multiusos, Ed. Cientifíco-Técnico
  • Announcement file

En los últimos años la modelización y predicción de sistemas no lineales
ha cobrado un fuerte interés debido a sus numerosas aplicaciones
prácticas. Entre las distintas herramientas de modelización estadística
aplicadas a este problema, las redes neuronales han destacado por su
flexibilidad y potencia. En esta charla se repasa el estado actual de la
modelización y predicción con estas ténicas, aplicadas tanto a sistemas
sencillos de caos de baja dimensión, como a sistemas más complejos de
alta dimensión con ruido (modelos y datos Meterológicos). En primer
lugar se analiza la capacidad de modelización de estos sistemas para
reproducir la dinámica observada: exponentes de Liapunov, atractor, etc.
A continuación se analiza la posibilidad de sincronizar el sistema real
con el neuronal. Finalmente se describen ejemplos práticos del
horizonte de predicción que es posible alcanzar con estos modelos. En
particular se analizan dos esquemas de predicción: la prolongación
directa de la �ibita neuronal y el esquema de sincronización anticipada.

r.


Detalles de contacto:

Cristóbal López

Contact form


Esta web utiliza cookies para la recolección de datos con un propósito estadístico. Si continúas navegando, significa que aceptas la instalación de las cookies.


Más información De acuerdo