A. L. Labajo Izquierdo, Q. Martín Martín, J. L. Labajo Salazar

Se establece una metodología experimental para configurar los parámetros de un modelo de predicción de variables climáticas, basado en una red neuronal artificial (RNA) de tipo perceptron multicapa (Multilayer Perceptron, MLP). Para la configuración del modelo se emplean las series de datos pertenecientes a la red sinóptica y climatológica del Instituto Nacional de Meteorología (INM) de España. Para optimizar la topología de la red neuronal y su rendimiento se realiza un tratamiento de datos previo a la aplicación del modelo. El modelo resultante se aplica a las series de datos de la variable temperatura mínima media mensual observadas en las estaciones de la red sinóptica y climatológica del INM en la meseta central española, proporcionando un alto grado de ajuste entre series reales y simuladas, según indican los valores de los coeficientes de determinación (R2) y error cuadrático medio (MSE) y las gráficas de dispersión y secuencia de las series reales y simuladas.

Palabras clave: modelos de pronóstico, series climáticas, redes neuronales, perceptron multicapa, retropropagación

Fichero de la comunicación:

Programado

VC6 Estadística computacional
20 de abril de 2012  12:00
Sala Roma I

Balances principales

V. Pawlowsky-Glahn, J. J. Egozcue Rubí, R. Tolosana Delgado

Estimacion máxima verosímil de parámetros modales en estructuras mediante el algoritmo Expectation-Maximization

F. J. Cara Cañas, J. Juan Ruiz, E. Alarcon Alvarez