 | ||
Modelo De Predicción De Decesos Basado En Aprendizaje Artificial Supervisado | ||
| Published in: | Prospective and trends in technology and skills for sustainable social development. Leveraging emerging technologies to construct the future: Proceedings of the 19th LACCEI International Multi-Conference for Engineering, Education and Technology |  |
| Date of Conference: | July 19-23, 2021 | |
| Location of Conference: | Virtual | |
| Authors: | Raúl Eduardo Huarote Zegarra (Universidad Nacional Tecnológica de Lima Sur, PE) Yensi Vega Lujan (Universidad Nacional de Trujillo, PE) Mónica Patricia Romero Valencia (Universidad Nacional Federico Villarreal, PE) Aradiel Castañeda Hilario (Universidad Nacional del Callao, PE) Edward José Flores Masías (Universidad Nacional Federico Villarreal, PE) Alfredo Cesar Larios Franco (Universidad Nacional Tecnológica de Lima Sur, PE) Jhonatan Isaac Vargas Huaman (Universidad Privada del Norte, PE) | |
| Full Paper: | #358 | |
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. | ||