Академический Документы
Профессиональный Документы
Культура Документы
(INVESTIGACIÓN)
Federal - Brasil)
Page 2
Bases Conceptuales de la Gestión del Conocimiento
Basado en: Obeso C. (1999) Homo faber, homo sapiens. Estado de la Cuestión. pp. 23-64. En: Homo
faber, homo sapiens. La gestión del capital intelectual. Ediciones del Bronce. Asociación de Graduados
de ESADE. Madrid.
Page 3
Bases Conceptuales de la Gestión del Conocimiento
Page 4
Page 5
Bases Conceptuales de la Gestión del Conocimiento
Conocimiento Organizacional
Es un bien económico
Page 6
Identificación y Creación del Conocimiento
acontecimientos.
Page 7
Identificación y Creación del Conocimiento
Page 8
Identificación y Creación del Conocimiento
Conocimiento
Page 9
Generación de Conocimiento Organizacional
Conocimiento Organizacional
Page 10
Generación de Conocimiento Organizacional
Economías de escala
Innovación en los procesos
Producción justo a tiempo
Calidad
Productividad
INNOVACION CONTINUA
Page 11
Generación de Conocimiento Organizacional
Innovación Continua
Page 12
Administración del Conocimiento
Page 13
Administración del Conocimiento
Técnicas Inteligentes
Sistemas Expertos
Redes Neurales
Algoritmos Genéticos
Sistemas de AI Híbridos
Agentes Inteligentes
Page 14
Administración del Conocimiento
Sistemas Expertos
Page 15
Administración del Conocimiento
Page 16
Administración del Conocimiento
Page 17
Administración del Conocimiento
Redes Neurales
Page 18
Administración del Conocimiento
Algoritmos Genéticos
Page 19
Administración del Conocimiento
Sistemas de AI Híbridos
Gobierno Federal
Secretaria de la Receita
Federal (RFB)
Page 21
Justificación del Problema
Predicciones imprecisas afectan la planeación financiera
Con el Algoritmo Hibrido se pretende obtener resultados
más precisos
Diferencia
(R$ Millares)
- 43.351.518,00
- 275.447.839,00
Objetivos Específicos:
Diseñar un algoritmo híbrido para optimizar la predicción multi-step
de series temporales;
24
Neurona Biológica y Artificial
Neurona biológica Neurona Artificial
26
Entrenamiento, Validación y Teste
Entrenamiento, Validación y Teste Entrenamiento y Operación (Teste)
Entrenamiento
Prueba 1 Validación
Prueba 2 Teste
Algoritmo Backpropagation (BP)
Algoritmo Genéticos (GAs)
Algoritmos Genéticos (GAs) son métodos de busca estocásticos y heurísticos
desarrollado por Holland (1975) capaces de buscar en espacios grandes y
complejos. GAs son basados en la genética y principios evolutivos.
30
Algoritmo Genéticos (GAs)
31
Métrica para medir la calidad de las RNs
En esta tesis, la métrica usada para medir la calidad de la predicción fue
el MAPE (Mean Absolute Percentage Error).
Variables de Entrada y Tiempo de Ejecución
TIEMPO DE EJECUCIÓN
Etapa I
Etapa II
Etapa III
36
Metodología Propuesta
4
R$ (Reais)
1 Receita Tributária
0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
39
Variables de Entrada
Estudio de Caso
1. Identificar la mejor arquitectura de red neural
Estudio de Caso
1. Identificar la mejor arquitectura de red neural
42
Estudio de Caso
2. Identificación de los mejores parámetros de la red neuronal
43
Estudio de Caso
2. Identificación de los mejores parámetros de la red neuronal
7
x 10
5
Real
Reais (R$)
4 Previsto
2
ene feb mar abr may jun jul ago set oct nov dic
Año 2013
46
Conclusiones
47