Examinando por Materia "LSTM"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    Algoritmo de predicción de los precios del mercado de valores de la bolsa de Nueva York por medio de técnicas de inteligencia artificial implementadas en un sistema embebido
    (Universidad EIA, 2021) Zuluaga Suárez, Alejandro; Bonet Cruz, Isis; Méndez Mejía, Santiago
    RESUMEN: Los mercados financieros se han convertido en una de las mejores oportunidades de inversión, gracias a sus altos niveles de rentabilidad. Para el mercado de valores de la Bolsa de Nueva York, impulsado por la compra y venta de acciones de las empresas que coticen allí, se han dado múltiples desarrollos que proporcionan cierto nivel de ventaja para que un inversionista pueda conocer cómo sería el comportamiento del precio de una acción en un instante futuro. Hoy en día, el 80% de las transacciones que se dan en el mercado son mediante sistemas automáticos, aumentando las ganancias a ritmos acelerados gracias a su aprendizaje constante del comportamiento del precio. Este trabajo se enfocó en la exploración de múltiples modelos de Machine Learning que permitieran pronosticar el precio de una acción, desde modelos regresivos hasta modelos por clasificación, y mediante sus métricas de desempeño se seleccionó el mejor de ellos, tomando como ejemplo la información de Disney durante el año 2020 ya que fue una empresa que se vio afectada por los cierres de sus instalaciones durante la pandemia del COVID-19, por lo tanto, el precio de su acción posee tendencias al alza y a la baja muy pronunciadas que un modelo puede aprovechar para aprender. Una vez seleccionado el modelo, fue necesario seleccionar un sistema embebido óptimo en el que se pudiera ejecutar el modelo en tiempo real, este sistema embebido se seleccionó bajo criterios de consumo energético, consumo de procesamiento y tiempos de procesamiento en diferentes instancias, con el fin de garantizar un funcionamiento óptimo en la placa al momento de conectarse en tiempo real, sin tener problemas de retrasos o bloqueos. Se obtuvo resultados muy positivos sobre un modelo de red neuronal recurrente LSTM implementado en un sistema embebido Raspberry Pi 4, realizando pronósticos al precio de la acción de Disney cada dos minutos en tiempo real y graficando los resultados en un servidor local mediante el navegador web; siendo dos minutos el tiempo mínimo sugerido para utilizar con este tipo de sistemas debido a su bajo procesamiento respecto a un computador de escritorio tradicional, sin embargo, tiempo más que suficiente para que adquiera los datos de la bolsa, pronostique y grafique sus resultados
  • Miniatura
    PublicaciónAcceso abierto
    Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
    (Universidad EIA, 2022) Tobon Gallego, Mauricio; Puerta Echandía, Alejandro
    RESUMEN: El presente trabajo de grado plantea el de un modelo neuronal aplicado a un sistema embebido capaz de generar una banda sonora según la información visual capturada por el dispositivo. Esto se justifica en la necesidad de facilitar la producción de medios audiovisuales, pues la congruencia de los contextos auditivos y visuales de la multimedia tienen un efecto directo en la percepción de estos medios. Los estímulos sonoros afectan de forma directa la percepción que se tiene sobre el ambiente y las situaciones; sean estos en forma de pistas musicales, canciones o incluso frecuencias acústicas, tienen la capacidad de potenciar emociones, o incluso, en caso de ser necesario, suprimirlas o remplazarlas por otras. Dicho esto, la necesidad de un sistema con las especificaciones descritas en este proyecto cobra sentido. El proceso a seguir consta de proponer una metodología para la extracción de información útil tanto del campo visual como sonoro, para entrenar un modelo neuronal capaz de producir estímulos auditivos en la forma de una banda sonora. Posteriormente se plantean una serie de métodos de aplicación de dichos modelos a sistemas embebidos que se encargarán de capturar la información visual requerida para la producción acústica planteada.