Redes neuronales artificiales sin capa oculta en aplicaciones para el caso de estudio del pronóstico de la inflacion en Colombia

Abstract

El objetivo de esta investigación está encaminada en evaluar una metodología en el pronóstico de la variable implementada, la cual es la inflación en Colombia (que mide el cambio de los precios de un conjunto de bienes y servicios), mediante la aplicación de Redes Neuronales Artificiales (RNA). Anexo a esto, las RNA han sido desarrolladas como la generalización de modelos matemáticos, los cuales incorporan la variable escogida a través de su estructura para generar la respuesta deseada. De igual manera, dentro de la estructura de la investigación se realizó un estudio básico de la serie para poder mirar su comportamiento y concepto. Seguido de ello, se estructuro la variable estudiada en unas tablas con el objetivo de poder entrenar satisfactoriamente la red. La clave de este entrenamiento está en la obtención de los pesos; por esta principal razón se emplearon varias metodologías como lo son la fuerza bruta, el cálculo matricial y el método del gradiente; para así obtener los pesos más óptimos Dentro de los principales aportes realizados a la investigación, sobresalen los resultados obtenidos por medio de la metodología del gradiente. El cual obtuvo los pesos más adecuados dentro de los métodos utilizados para el entrenamiento de la red. Esto con el fin de tener un pronóstico y un ajuste aproximado a lo que se espera se comporte la serie. xii Concluyendo, el entrenamiento de la Redes Neuronales Artificiales sin capa oculta ha cumplido con el objetivo de esta investigación, dado que se implementó la metodología de estudio en el pronóstico y ajuste de la serie de datos. Todo de ello con el fin de aportar a la academia un modelo matemático en donde se pueden hacer los respectivos estudios en el pronóstico y por lo tanto facilitar el desarrollo de operaciones financieras que requieran el uso imperante de esta serie macro económica.

The objective of this research is aimed at evaluating a methodology in the forecast of the implemented variable, which is inflation in Colombia (which measures the change in prices of a set of goods and services), through the application of Artificial Neural Networks (RNA). Annex to this, RNAs have been developed as the generalization of models mathematicians, which incorporate the chosen variable through their structure to generate the desired response. Similarly, within the research structure, a Basic study of the series to be able to look at their behavior and concept. Following this, the variable studied was structured in tables with the objective of being able to successfully train the network. The key to this training is in obtaining the weights; For this main reason, they used various methodologies such as brute force, matrix calculation and the gradient method; in order to obtain the most optimal weights Among the main contributions made to the research, the results obtained using the gradient methodology. Which got the most appropriate weights within the methods used for network training. This in order to have a forecast and an adjustment approximate to what the series is expected to behave. xii In conclusion, the training of the Artificial Neural Networks without layer hidden has fulfilled the objective of this investigation, given that implemented the study methodology in forecasting and adjusting the series of data. All of this in order to provide the academy with a mathematical model where the respective studies can be done in the forecast and so both facilitate the development of financial operations that require the use prevailing of this economic macro series.