Predicción utilizando redes neuronales y lógica abductiva

Abstract

La predicción es una de las áreas en las cuales ha habido un gran desarrollo en los últimos años, principalmente en la predicción de fenómenos de tipo no lineal, en áreas como: economía, clima, dinámica social, tendencias políticas, etc. Este tipo de sistemas en algunos casos presentan comportamiento de tipo caótico y su análisis por la cantidad de variables y complejidad de las mismas, requiere de una gran cantidad de herramientas matemáticas y computacionales complicadas para su observación. En este trabajo se presenta la utilización de varios algoritmos desarrollados recientemente para predicción: Redes Neuronales (Red Multicapa y Red Holográfica) y Lógica Abductiva, para la predicción de niveles de contaminación de la Ciudad de México. También se presentan predicciones para el índice de precios (S&P500).

Forecasting is one of the areas in which there has been a great development in the last years, mainly of non-linear phenomenons in areas like: economy, weather, social dynamic , political tendencies, etc. This type of systems in some cases have caotic behavior and their analysis for the number and complexity of variables, requires a lot of mathematics and computational tools for their observation. In the current studies the implementation of several algorithms developed recently are introduced for prediction: Neural nets (Multilayer Net and Holographic Net) and Abductive Logic, for the prediction of pollution levels of Mexico City. Predictions for the stock index are also introduced (S&P500).