Estudio de simulación para análisis de importancia de variables en redes neuronales

Sembinelli Pascual, Stanislas (2019). Estudio de simulación para análisis de importancia de variables en redes neuronales. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Description

Title: Estudio de simulación para análisis de importancia de variables en redes neuronales
Author/s:
  • Sembinelli Pascual, Stanislas
Contributor/s:
  • Mira McWilliams, José Manuel
  • Ahrazem Dfuf, Ismael
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: February 2019
Subjects:
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería de Organización, Administración de Empresas y Estadística
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

En la actualidad, existen muchos modelos estadísticos de regresión que permiten realizar un análisis de importancia de variables sobre cualquier campo de aplicación. Estos análisis, cuando se trata de modelos más o menos lineales son muy exactos y dan resultados muy buenos y fiables, pero cuando la relación entre las variables es menos lineal, se vuelven menos precisos. Por lo tanto, se buscan nuevos métodos de análisis para reducir el error. En este TFG, se realiza un estudio sobre el análisis de importancia de variables con redes neuronales artificiales para analizar si éstas son un método útil y una buena alternativa a las técnicas ya existentes, para relaciones no lineales. Para realizar este estudio, se han realizado primero unos ensayos con simulaciones con un modelo lineal y otro no lineal, seguido de otro con un caso real sobre la demanda de energía en España con datos proporcionados por Red Eléctrica en España. En las simulaciones, el objetivo es observar cómo se comporta la red neuronal y como de buena la aproximación a la función que crea a la real, con la que después se obtiene la importancia de variables mediante un ANOVA. En el análisis de datos reales, se busca obtener resultados sobre la importancia de las variables del caso y tratar de analizarlos. Si las simulaciones proporcionan buenos resultados, es razonable esperar buena precisión también en datos reales. La metodología que se ha utilizado para realizar este estudio consiste en: en primer lugar, definir el modelo de simulación, es decir, lineal, no lineal, real…seguido de la programación de estos modelos en R. A partir de ahí se han realizado las simulaciones, analizado los resultados y comprobado que no existiesen errores y por último definir las conclusiones a las que se ha llegado. Para el caso de datos reales, el proceso es análogo, pero los datos existen a priori, no es necesario obtenerlos por simulación.

More information

Item ID: 54346
DC Identifier: http://oa.upm.es/54346/
OAI Identifier: oai:oa.upm.es:54346
Deposited by: Biblioteca ETSI Industriales
Deposited on: 19 Mar 2019 14:04
Last Modified: 18 May 2019 22:30
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM