Autor: Jesús Palomino Abreu
-
Redes Neuronales Convolucionales
emos estado explorando diferentes arquitecturas de redes neuronales que nos permiten procesar información compleja. Después de ver cómo las RNNs y Transformers manejan secuencias enfocándose en el la temporalidad o las relaciones entre tokens, hoy vamos a hablar de las Redes Neuronales Convolucionales (CNNs). Las CNNs se inspiraron originalmente en el córtex visual de los…
-
Transformers y Mecanismos de Atención
En nuestras publicaciones anteriores, hemos explorado cómo modelos como las Redes Neuronales Recurrentes (RNNs) y sus evoluciones, como las GRUs y LSTMs, nos permitieron trabajar con datos secuenciales, recordando información a lo largo del tiempo. Sin embargo, estas arquitecturas tienen sus limitaciones, especialmente cuando intentamos procesar secuencias muy largas o paralelizar el entrenamiento de estas…
-
LSTM (Long Short-Term Memory)
Ya hemos hablado en nuestras entradas anteriores sobre cómo las Redes Neuronales Recurrentes (RNNs) pueden procesar secuencias y mantener información a través del tiempo. También vimos cómo las GRU simplificaron este proceso con menos parámetros. Hoy profundizaremos en otra arquitectura fundamental: las LSTM (Long Short-Term Memory). Las redes LSTM fueron propuestas en 1997 por Hochreiter…
-
GRU (Gated Recurrent Units)
En nuestra entrada anterior hablamos de las Redes Neuronales Recurrentes (RNNs), las cuales eran capaces de recordar información a través del tiempo gracias a un estado oculto. Sin embargo, también vimos que entrenarlas tiene algunas complicaciones como el problema del gradiente evanescente o explosivo. Para superar estos retos, los investigadores desarrollaron arquitecturas más avanzadas, y…
-
Redes Neuronales Recurrentes
Hoy vamos a hablar de un tipo de red neuronal fundamental para trabajar con datos de naturaleza secuencial, las Redes Neuronales Recurrentes (RNN). Las RNNs son una clase especial de redes neuronales diseñadas específicamente para procesar datos secuenciales, como texto, audio o series temporales. A diferencia de las redes neuronales convencionales (feed-forward), que procesan cada…
-
Evaluación de datos sintéticos en Series Temporales
La generación de datos sintéticos es una herramienta muy útil, como ya se ha comentado en entradas anteriores del blog. Sin embargo, tenemos que analizar que, en efecto estos datos generados sean representaciones fiables de las características de las series temporales originales, además de introducir suficiente variabilidad a estas. A continuación se muestra técnicas que…
-
Métricas de similitud entre series temporales basadas en alineación (DTW)
A la hora de comparar dos series temporales, la distancia euclídea puede fallar si una de ellas está desfasada o si se mueven a diferentes velocidades. Para resolver este problema se inventó Dynamic Time Warping (DTW), que básicamente busca la mejor forma de “emparejar” los puntos de ambas series, de modo que se minimice la…
-
Modelo Physics Based con Simulink
A continuación vamos a ver la implementación de un modelo basado en física (Physic Based), presentados en la entrada Modelos Basados en la Física, mediante la utilización de Simulink con el entorno de Matlab. Ejemplo Physics-Based para un Gemelo Digital de Bomba Hidráulica En este ejemplo, presentamos un modelo de bomba hidráulica desarrollado en Simulink.…
-
Modelos Basados en la Física
Los modelos basados en la física se fundamentan en leyes y principios físicos fundamentales para abordar el reto de la simulación de sistemas complejos. Estos modelos son utilizados por ejemplo para la predicción de propiedades de materiales, empleando técnicas avanzadas como la density functional theory (DFT) y la dinámica molecular (MD) para ayudar en el…
-
¿Qué es un Gemelo Digital?
Un gemelo digital es una réplica virtual de un objeto físico, persona, sistema o proceso, que trata de simular de forma precisa su comportamiento. El gemelo digital abarca todo el ciclo de vida del objeto, es capaz de simularlo, se actualiza en tiempo real, y extrae información a partir de los datos para ofrecer servicios…