Reporte Individual Redes Neuronales

Proyecto seleccionado:

La idea es tomar la red neuronal para poder predecir un suceso que pueda acontecer en alguna zona o tiempo, lo buscado es poder aplicar ésto o usarlo de complemento para PlusReport, que es un proyecto que se lleva con otros compañeros.

Así que los parámetros de entrada sería el historial que se tenga de la base de datos.

Pero por lo pronto serán unos valores que serán ingresados por cierto usuario.

Mis aportaciones en el proyecto:

1.- Interfaz entrada:

En la interfaz desarrollada, fue hecha en php y jquery, en ésta se buscará que el usuario suba un archivo .cvs que éste deberá contener dos columnas con n cantidad de filas, la primera columna es de fecha y la segunda de la cantidad. Una vez aceptado el script lo limpia y manda llamar el script de la red neuronal


2.- Valores entrada y salida
Para los valores de entrada del cvs, estos hay que normalizarlos, ya que es así como la neurona los lee (-1 a 1), para normalizarlos se utilizo la siguiente fórmula:

3.- Salida
Una vez que pyhton arrojo un resultado éste es nuevamente normalizado a los valores originales, para posteriormente mostrarlos en la interfaz de salida.

Aprendido:
En lo que se aprendió, fue principalmente el la interpretación de los valores (pre-procesado & post procesado), en el funcionamiento de la neurona (ya que por diversión cada uno de los integrantes, realizaba una neurona hasta determinada fase) y como algunos temas de control y automatización son también aplicados en la predicción y/o aprendizaje de la red neuronal.

Notas:
Tratar de escalar valores en php es muy malo, ya que por experiencias propias, php tiene problemas al trabajar con valores grandes, así que sus resultados tienden a ser erróneos a comparación si éstos se hacen en python así que se hizo un script en pyhton donde te los devuelve.

Referencias:
http://www.neural-forecasting.com/Downloads/EVIC05_tutorial/EVIC%2705%20Slides%20-%20Forecasting%20with%20Neural%20Networks%20Tutorial%20SFCrone.pdf
http://www.obitko.com/tutorials/neural-network-prediction/prediction.html