Análisis de las redes neuronales recurrentes: enfoque en las LSTM y GRU para predicción

Abstract

Este Trabajo de Fin de Grado aborda de forma resumida las redes neuronales, presentando una introducción a las mismas junto a algunas de sus aplicaciones, contexto histórico y enfoque matemático a los algoritmos de entrenamiento más relevantes, para posteriormente profundizar en las RNN (Redes Neuronales Recurrentes) y sus arquitecturas. Tras eso, se describen exhaustivamente las dos configuraciones de celdas más destacadas de las RNN (LSTM y GRU), creadas para lidiar con los problemas derivados del gradiente, de cara a su posterior aplicación en diversos ámbitos. Se plantean ejemplos que permitan aplicar en un caso práctico los métodos matemáticos estudiados, tomando como ejemplo principal la predicción de precios trimestrales de 3 criptodivisas. Este trabajo, por tanto, se basa en un estudio teórico-práctico de las RNN comentando sus características principales y estructuras, habiendo establecido de antemano el contexto necesario para comprenderlas.

This Bachelor’s Thesis provides a concise overview of neural networks, offering an introduction to the field along with some of their applications, historical context, and a mathematical approach to the most relevant training algorithms. It then deepens into the Recurrent Neural Networks (RNNs) and explores their architectures. Subsequently, the two most prominent cell configurations of RNNs (LSTM & GRU) are thoroughly described, created in order to deal with gradient-related issues, with a focus on their practical application in various domains. Several examples are presented that allow the mathematical methods studied to be applied in a practical case, with the primary example being the quarterly price prediction of three cryptocurrencies. Therefore, this academic work is based on a theoretical-practical study to RNNs, discussing their main characteristics and structures, while establishing the necessary context for understanding them.