M. C. Robustillo Carmona, M. Parra Arévalo, C. J. Pérez
Las redes neuronales son una rama de la inteligencia artificial que se caracteriza por su capacidad para adaptarse a los datos, siendo uno de los modelos más atractivos e interesantes para realizar tareas de predicción. Uno de sus campos de aplicación es la predicción de series temporales obtenidas mediante sensores, ya que permiten detectar relaciones no lineales. En este trabajo, se ha implementado un modelo de red neuronal multi-respuesta para predecir valores de temperatura, peso y humedad interna de cuatro colmenas sensorizadas correspondiente al proyecto we4bee (www.we4bee.org). Aplicando un proceso de validación cruzada con un enfoque de ventana móvil, se obtuvieron errores absolutos medios en las predicciones a un día situadas en el rango 0.7-2.4ºC en temperatura, 1.6-9.9% en humedad, y 0.07-0.18 kg en peso según la colmena analizada. Estos resultados muestran la capacidad de las redes neuronales para predecir las condiciones internas de una colmena.
Palabras clave: aprendizaje automático, redes neuronales, predicción, series temporales, apicultura de precisión
Programado
Aplicaciones de la Estadística
8 de noviembre de 2023 12:00
CC3: Sala 1