En mi tesis doctoral desarrollé modelos predictivos de series temporales para la radioterapia de tumores pulmonares. Como modelos predictivos se desarrollaron un perceptrón multicapa (MLP) con una capa oculta y una unidad neuronal cuadrática (QNU). La regla de adaptación de los modelos fue la optimización por lotes (Levenberg–Marquardt), aplicada con una técnica de reentrenamiento sobre ventana deslizante, es decir, una ventana móvil que reentrena el modelo con cada nueva muestra.
La tesis demostró la capacidad predictiva de los modelos con la ventana móvil sobre series temporales respiratorias periódicas y altamente no lineales, prediciendo datos reales del movimiento pulmonar. Los resultados cumplieron el objetivo del trabajo: una precisión de 1 mm con un horizonte de predicción de hasta 1 segundo.