Aplicación de redes neuronales artificiales para el pronóstico de precios de café

• Cardozo Rueda, Karen Shirley ^[1]
  1. [1] Fundación universitaria de San Gil
• Localización: Revista Colombiana de Tecnologías de Avanzada, ISSN-e 2500-8625, ISSN 1692-7257, Vol. 1, Nº. 39, 2022 (Ejemplar dedicado a: January - June), págs. 113-117
• Idioma: español
• Títulos paralelos:
  • Application of artificial neuronal networks for coffee price forecast
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se aprovecha la capacidad para realizar pronósticos con modelos no lineales que poseen las redes neuronales artificiales (ANN), con información estructurada y modelos supervisados, empleándolas en la predicción de precios de café de tipo arábico. Sirviendo como apoyo a los pequeños y medianos empresarios cafeteros que cultivan este producto. Además, el modelo de pronóstico se encuentra establecido por el valor del cierre del dólar y del precio de café. También, se realiza el desarrollo teórico de los fundamentos básicos de las redes neuronales Backpropagation y ajuste de pesos, se realiza la caracterización y luego se realiza una simulación de ellas en el lenguaje de programación Python con las librerías de Numpy y Matploit. Los resultados evidencian la cantidad de aciertos que se consiguen a partir de este modelo y su desempeño en el aprendizaje en la reducción de errores

  • English

    This work employs the ability to make forecasts with non-linear models, structured information and supervised models,that artificial neural networks (ANN) make use of, to predict the prices of the arabic-type coffee, serving as support to small and medium coffee entrepreneurs that harvest this product. In addition, the forecasting model is established by the closing value of the dollar and the coffee price. Also, the theoretical development of the basic foundations of neural networks Backpropagation and weight adjustment algorithms. The characterization is performed, followed by a simulation of the forecast process using the Python programming language with the Numpy and Matploit libraries. The result indicates an astonishing amount of success achieved from this model and its performance at learning to minimize errors.