Efecto de autocorrelación en el modelado de series temporales
La persistencia es una de las características más comunes de las series temporales correspondientes a fenómenos reales. En este trabajo se investiga el proceso de aprendizaje de dinámicas persistentes usando redes neuronales. Se muestra que para series temporales caóticas la red puede quedar atrapad...
Guardado en:
| Autores principales: | Navone, Hugo Daniel, Ceccatto, Hermenegildo Alejandro, Waelbroeck, Henri |
|---|---|
| Lenguaje: | Español |
| Publicado: |
1996
|
| Acceso en línea: | https://hdl.handle.net/20.500.12110/afa_v08_n01_p267 |
| Aporte de: |
Ejemplares similares
-
Efecto de autocorrelación en el modelado de series temporales
por: Navone, Hugo Daniel, et al.
Publicado: (1996) -
Estudio comparativo de métodos no-lineales para el análisis de series temporales caóticas
por: Navone, Hugo Daniel, et al.
Publicado: (1994) -
Análisis de autocorrelaciones en series hidrológicas andinas
por: Carletto, Martha C., et al.
Publicado: (1985) -
Estudio comparativo de métodos no-lineales para el análisis de series temporales caóticas
por: Navone, Hugo Daniel, et al.
Publicado: (1994) -
Comparación de métodos no lineales en la predicción de series temporales ruidosas
por: Granitto, Pablo Miguel, et al.
Publicado: (1999)