dc.contributor.author | Huarote Zegarra, Raúl Eduardo | |
dc.contributor.author | Vega Lujan, Yensi | |
dc.contributor.author | Romero Valencia, Mónica Patricia | |
dc.contributor.author | Castañeda Hilario, Aradiel | |
dc.contributor.author | Flores Masías, Edward José | |
dc.contributor.author | Larios Franco, Alfredo Cesar | |
dc.contributor.author | Vargas Huaman, Jhonatan Isaac | |
dc.date.accessioned | 2021-08-17T03:07:59Z | |
dc.date.accessioned | 2022-02-22T12:15:50Z | |
dc.date.available | 2021-08-17T03:07:59Z | |
dc.date.available | 2022-02-22T12:15:50Z | |
dc.date.issued | 2021-07 | |
dc.identifier.isbn | 978-958-52071-8-9 | |
dc.identifier.issn | 2414-6390 | |
dc.identifier.other | http://laccei.org/LACCEI2021-VirtualEdition/meta/FP358.html | |
dc.identifier.uri | http://dx.doi.org/10.18687/LACCEI2021.1.1.358 | |
dc.identifier.uri | http://axces.info/handle/10.18687/20210101_358 | |
dc.description.abstract | La presente investigación pretende cubrir una necesidad de predecir el comportamiento del numero de decesos de un país que ha terminado la cuarentena. Para lograr esto se usó una red neuronal backpropagation como herramienta de predicción. Tomando de una base de datos pública los datos de decesos del país Dinamarca por Covid-19, siendo los datos acumulados en el rango de 16 de marzo del 2020 al 10 de mayo del 2020 las entrada para la red neuronal, logrando predecir para el 11 de mayo 2020 un acumulado de 209 decesos, implicando un pronóstico de 3 decesos de los 4 que realmente han sido publicados. Este resultado representa 99% de efectividad. | en_US |
dc.language.iso | English | en_US |
dc.publisher | LACCEI Inc. | en_US |
dc.rights | LACCEI License | |
dc.rights.uri | https://laccei.org/blog/copyright-laccei-papers/ | |
dc.subject | Backpropagation | en_US |
dc.subject | decesos | en_US |
dc.subject | Pandemia | en_US |
dc.subject | Cuarentena | en_US |
dc.subject | Red neuronal | en_US |
dc.subject | covid-19 | en_US |
dc.title | Modelo de predicción de decesos basado en aprendizaje artificial supervisado | |
dc.type | Article | en_US |
dc.description.country | Peru | en |
dc.description.institution | Universidad Nacional Tecnológica de Lima Sur | en |
dc.description.track | Engineering Infrastructure, Construction Engineering, Logistics and Transportation, and Qual. Assur. | en |
dc.journal.referato | peerReview | |