AstroCharla: Cuando los Datos Faltan, la IA Responde - MLP, RNN y LSTM en Series Temporales
Figura 1: Ilustración de una red neuronal modelando una serie temporal. Créditos: IA Neuronal Red.
El Observatorio Astronómico de Quito de la Escuela Politécnica Nacional invita a la comunidad politécnica y al público en general a la conferencia “Cuando los Datos Faltan, la IA Responde: MLP, RNN y LSTM en Series Temporales”.
En el análisis de series temporales, contar con datos completos y precisos es esencial para identificar tendencias y realizar predicciones confiables. Sin embargo, es frecuente encontrar valores faltantes debido a fallos en la recolección o registros incompletos. Esta charla abordará la imputación computacional de datos ausentes mediante tres tipos de redes neuronales: Perceptrón Multicapa (MLP), Redes Neuronales Recurrentes (RNN) y Redes de Memoria a Largo Plazo (LSTM). Veremos cómo el MLP considera cada observación de manera independiente, mientras que las RNN y LSTM aprovechan la estructura secuencial de los datos para una mejor reconstrucción de valores faltantes.
El expositor de esta conferencia será el Magíster Bryan Roberto Tipán Garzón, Ing. Matemático del Observatorio Astronómico Nacional, quien obtuvo su maestría en Big Data & Analytics en la Universidad Alfonso X El Sabio.
La conferencia se realizará el jueves 10 de abril de 2025 a las 11:15 a.m. en el Hemiciclo Politécnico, ubicado en la planta baja del Edificio 3 (Administración Central) de la Escuela Politécnica Nacional.
Al final de la conferencia, los participantes podrán realizar observaciones solares con telescopios electrónicos y filtros solares especializados.
