Predicción de radiación solar mediante deep belief network

El desarrollo continuo de las herramientas computacionales ofrece la posibilidad de realizar procesos con la capacidad de llevar a cabo actividades con mayor eficiencia, exactitud y precision. Entre estas herramientas se  encuentra la arquitectura neuronal, Deep Belief Network (DBN), disenada con el proposito de colaborar en el desarrollo de tecnicas de prediccion para hallar informacion que permita estudiar el comportamiento de los fenomenos naturales, como lo es la radiacion solar. En el presente trabajo se presentan los resultados obtenidos al manejar la arquitectura DBN para prediccion de radiacion solar, la cual se simula mediante la herramienta de programacion Visual Studio C#, indicando el nivel de profundidad que posee esta arquitectura, como afecta la cantidad de capas y de neuronas en el entrenamiento y los resultados obtenidos para poder predecir los valores deseados en el 2014, con errores cercanos al 2 % y mayor rapidez para el entrenamiento, respecto a errores  obtenidos por metodos convencionales de entrenamiento neuronal, que se encuentran por el 5% y que a su vez llevan largos periodos de entrenamiento.