Organización y caracterización de patrones de variabilidad de la precipitación global por medio de mapas auto organizados esféricos multicapa de redes neuronales (original) (raw)

Se aborda el problema de la variabilidad en la precipitación. Se propone el uso de mapas autoorganizados de redes neuronales de Kohonen para la organización, tipificación y clasificación de señales. Para evitar los problemas de borde en las redes planas rectangulares, inconsistentes con la topografía casi esférica de la Tierra, se configuró un mapa de red con neuronas distribuidas en la superficie de una esfera. Con el objetivo de sintetizar y organizar las señales en orden de complejidad y detalle se configuró una red en cuatro capas esféricas con progresiva reducción del número de neuronas. Se utilizó una técnica de compresión de señales entrenando la red por recirculación. Se pretende simular características de los procesos de percepción y abstracción. En el trabajo se describe la metodología, algoritmos y criterios empleados en la configuración y operación de la red sobre señales climáticas. Se presenta, a modo de ejemplo, su aplicación a la organización de señales de precipitación global. Se muestra cómo las síntesis elaboradas en las distintas capas de la red son representativas de señales individuales con diferente nivel de complejidad y detalle en función de la capa de la cual se extrae la señal abstraída por la red. Palabras clave Redes neuronales, mapas auto organizados, variabilidad en la precipitación.

Sign up for access to the world's latest research.

checkGet notified about relevant papers

checkSave papers to use in your research

checkJoin the discussion with peers

checkTrack your impact