Publicación:
Reducción de la dimensionalidad de series temporales climáticas usando Deep Multi-Layer Autoencoder
Reducción de la dimensionalidad de series temporales climáticas usando Deep Multi-Layer Autoencoder
| dc.contributor.author | Alfonte Zapana, Reynaldo | es_PE |
| dc.date.accessioned | 2024-05-30T23:13:38Z | |
| dc.date.available | 2024-05-30T23:13:38Z | |
| dc.date.issued | 2018 | |
| dc.description.abstract | En este trabajo se propone un m´etodo basado en autoencoder para la reducción de la dimensionalidad de series temporales, el cual consiste en la configuración del número de capas y unidades. El método se comparo´ con técnicas de reducción de dimensionalidad lineales y no lineales. Además se provee dos casos de estudio para determinar relaciones en datos climáticos. Es importante la representación adecuada de las series temporales al momento de proceder a analizar con algoritmos de minería de datos y aprendizaje automático. En series temporales hay una diversidad de t´ecnicas de representación que a la vez hacen reducción de dimensionalidad. | |
| dc.description.sponsorship | Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica - Concytec | |
| dc.identifier.uri | https://hdl.handle.net/20.500.12390/1666 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Nacional de San Agustín de Arequipa | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Visualización | |
| dc.subject | Series temporales climáticas | es_PE |
| dc.subject | Autoencoder | es_PE |
| dc.subject | Aprendizaje profundo | es_PE |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.08.03 | |
| dc.title | Reducción de la dimensionalidad de series temporales climáticas usando Deep Multi-Layer Autoencoder | |
| dc.type | info:eu-repo/semantics/masterThesis | |
| dspace.entity.type | Publication |