WAVELET-NETWORK BASED ON L1-NORM MINIMISATION FOR LEARNING CHAOTIC TIME SERIES

En este articulo se presenta una red neuronal-wavelet basada en la minimizacion de la norma L1 para aprendizaje de series de tiempo caoticas. El metodo propuesto, el cual se basa en un analisis multi-resolucion, utiliza wavelets como funciones de activacion en la capa oculta de la red neuronal-wavelet. Se propone utilizar la norma L1, en lugar de la tradicional norma L2, debido a que la norma L1 es superior a la norma L2 cuando la senal tiene distribuciones sesgadas o de colas pesadas. Se presenta una comparacion del metodo propuesto con esquemas reportados previamente utilizando series de tiempo caoticas conocidas. Los resultados de simulacion revelan que la red neuronal-wavelet basada en la norma L1 tiene una mejor eficiencia que la red neuronal con propagacion hacia atras y la red neuronal-wavelet basada en la tradicional norma L2 cuando se aplica a datos sinteticos.