Miniatura

Fitxers

codi_font.zip (1.71 MB)
memoria.pdf (1.94 MB)

Tipus de document

Treball de fi de grau

Data de publicació

2018-06-27

Llicència de publicació

cc-by-nc-nd (c) Núria Casals Lladó, 2018
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/124823

Xarxes neuronals recurrents per a sèries temporals

Títol de la revista

Autors

Director/Tutor

ISSN de la revista

Títol del volum

Recurs relacionat

Resum

[en] Recurrent neural networks (RNNs) have been widely used for processing sequential data and are capable of learning long-term dependencies. This project proceeds from its inception, studying the behaviour of the simplest Deep Learning structures, to learning issues associated with time series data analysis to finally achieve more complex architectures: Long Short-Term Memory and Gated Recurrent Units. A model with a Gated Recurrent Unit has been implemented to forecast time series data associated with electricity consumption.

Descripció

Treballs Finals de Grau de Matemàtiques, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2018, Director: Josep Fortiana Gregori,

Matèries

Xarxes neuronals (Informàtica), Treballs de fi de grau, Algorismes computacionals, Anàlisi de sèries temporals, Aprenentatge automàtic, Energia elèctrica

Matèries (anglès)

Neural networks (Computer science), Bachelor's theses, Computer algorithms, Time-series analysis, Machine learning, Electric power

Citació

Col·leccions

Treballs Finals de Grau (TFG) - Matemàtiques
Programari - Treballs de l'alumnat

Citació

CASALS LLADÓ, Núria. Xarxes neuronals recurrents per a sèries temporals. [consulta: 21 de gener de 2026]. [Disponible a: https://hdl.handle.net/2445/124823]

Exportar metadades

JSON - METS

Compartir registre