Hibrido entre una Red Neuronal y un Modelo Arima

RESUMEN ANALITICO

HIBRIDO ENTRE UNA RED NEURONAL Y UN
MODELO ARIMA (*)

El presente artículo es el resultado de un
año de investigación con el objeto de satisfacer la
necesidad de Fasecolda, por presentar los precios comerciales de
los vehículos, necesarios para que las
compañías de Seguros en Colombia ajusten sus primas
sobre los precios comerciales de los vehículos, que
satisfagan al cliente y que generen un equilibrio
económico en caso de siniestro.

Por las características del problema se
diseñó una Red Neuronal, como modelo que
solucionara la dificultad que se estaba presentando, educar su
cerebro y comenzar a arrojar resultados, fue el éxito con
el que se logró satisfacer esta necesidad, sin embargo se
presentaron casos, en los que no había información
para alimentar la Red y hubo que acudir a aplicar un modelo ARIMA
sobre la información resultante y/o utilizar un
índice de suavización para la estimación del
precio de un modelo de un vehículo que existe en el
mercado, pero no en las neuronas de alimentación de la
Red, en estas condiciones se creó el Híbrido
.

La Red neuronal consiste de cinco neuronas que se educan
permanentemente (bases de datos de Colserauto (*), más de
10.000 clientes mensuales a nivel nacional), a estas se les
asignó un peso igual inicialmente, utilizando las bases de
datos de Colserauto, con la información pertinente origen
del precio cliente y fuente, se encuentra la moda y/o mediana o
precio más frecuente o deseado e igualmente se conoce el
peso que tiene cada neurona, se aplica la función de
transferencia obteniéndose la señal con
información significativa y así mismo la diferencia
observada entre el precio deseado y esta señal. Para el
cálculo del peso sináptico, se multiplica esta
diferencia, por la tasa de crecimiento geométrico esperado
y el peso de activación inicial. El factor de
suavización esperado se calcula sobre los pesos
sinápticos. En caso de no existir un modelo de un
vehículo se aplica este último factor y se suaviza
la serie si no existe suficiente información en caso
contrario se aplica un modelo ARIMA para su estimación. Si
se trata de un vehículo importado de alta gama, se aplica
un umbral (Ø) sobre la función de salida:
Yt=S(t)+S(t)*Ø y se guardan las mismas condiciones, este
umbral consiste en le cambio del dólar de un mes a
otro.

* Híbrido entre una Red neuronal y un modelo
ARIMA: Investigación financiada por Colserauto y
Fasecolda, realizada entre Ene/2004 – Feb/2005

** Autor: Gerardo Ardila Duarte, Lc. Matemáatica,
UPN. Esp. Análisis de datos USALLE. Esp. Docencia
Universitaria U San Buenaventura, Estudios completos Mg.
Estadística UNAL. Docente investigador FUKL, Docente UMNG,
Docente ULIBRE, Estadístico Seguiros del Estado. Curso de
Inteligencia Artificial convenio U Villas Cuba –
FUKL.

PALABRAS CLAVE

Neurona Artificial (RNA): Es un paradigma de aprendizaje
y procesamiento automático inspirado en la forma en que
funciona el sistema nervioso de los animales. Consiste en simular
las propiedades observadas en los sistemas neuronales
biológicos a través de modelos matemáticos
creados mediante mecanismos artificiales

Funcionamiento de la red neuronal: se compone de
unidades llamadas neuronas. Cada neurona recibe una serie de
entradas a través de interconexiones y emite una salida.
Esta salida viene dada por una función de
propagación o excitación, que por lo general
consiste en la sumatoria de cada entrada multiplicada por el peso
de su interconexión. Si el peso es positivo, la
conexión se denomina excitatoria; si es negativo,
inhibitoria.

Híbrido: Se llama híbrido al animal o al
vegetal procreado por dos individuos de distinta especie o raza.
En este caso la Redes y los Modelo ARIMA, buscan un objetivo de
estimación pero en diferentes vías.

Función de Transferencia: Es un modelo que
facilita el estudio de una neurona. Las entradas a la red se
presentan con un vector, que para el caso de una sola neurona
contiene solo un elemento, w sigue representando los pesos y la
salida neta del sumador n de la red; la salida total está
determinada por la función de transferencia , la cual
puede ser una función lineal o no lineal de n, y que es
escogida dependiendo de las especificaciones del problema que la
neurona tenga que resolver; aunque las RNA se inspiren en modelos
biológicos no existe ninguna limitación para
realizar modificaciones en las funciones de salida, así
que se encontrarán modelos artificiales que nada tienen
que ver con las características del sistema
biológico.

Señal con información significativa: La
relación señal/ruido (en inglés Signal
to noise ratio SNR o S/N) se define como el margen que hay
entre el nivel de referencia (información significativa) y
el ruido de fondo de un determinado sistema.

Peso Sináptico: Es un peso determinado entre las
conexiones de neuronas.

La media geométrica de una cantidad finita de
números (digamos n números) es la
raíz n– ésima del producto de todos los
números.