Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.14076/18062
Title: Aplicación de redes neuronales artificiales a las mareas terrestres
Authors: De La Puente Altez, Alejandro Gaspar
Advisors: Huaco Oviedo, Daniel
Keywords: Aplicaciones de computadoras;Diseño asistido por computador;Redes neuronales
Issue Date: 1998
Publisher: Universidad Nacional de Ingeniería
Abstract: Se inició el estudio de las redes neuronales artificiales en series de tiempo con la finalidad de evaluar su capacidad generalizadora en la restauración de señales procedentes de registros de mareas terrestres. Estas señales, consecuencia de perturbaciones gravimétricas del Sol y la Luna que están deformando la superficie de la Tierra, y medidas por un extensómetro de volumen pueden ser afectados e interrumpidos por agentes externos teniendo como consecuencia registros incompletos o con perturbaciones no previstas. El estudio mostró que las redes neuronales artificiales requieren una gran cantidad de memorización a través de una selección de un gran número de puntos en el pasado o una gran cantidad de neuronas en el estrato de entrada. La confiabilidad de estos resultados fue verificada por un análisis del espectro de Fourier de la señal instrumental y de la señal reconstituida teniendo como resultado que una red de 500 neuronas en el estrato de entrada en un registro con marcas cada hora puede restaurar hasta 150 horas con un error menor del 0.3% medido en el Espectro de Fourier correspondiente.
The study scope deals with artificial neural networks in time series to test its capacity on signal restoration from records of earth tidal waves. These signals, consequences of gravimetric disturbance of the Sun and the Moon that are deforming the Earth surface measured by a volume strainmeter can be affected and interrupted by extemal agents providing as a consequence uncompleted records or undesirable disturbances. The study shows that the artificial neural networks require a large amount of memorizing through a selection of a big number of points in the past or a big number of neurons in the input layer. The confidence on these results was verified by an analysis of the Fourier Spectra of the instrumental and rebuild signal, having as a result that a net of 500 neurons in the input layer in a record with points each .hour can restore up to 150 hours with a error less than 0.3% sized in the respective Fourier Spectra.
URI: http://hdl.handle.net/20.500.14076/18062
Rights: info:eu-repo/semantics/restrictedAccess
Appears in Collections:Maestría

Files in This Item:
File Description SizeFormat 
delapuente_aa.pdf7,57 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI