Look-up in Google Scholar
Title: Redes neuronales convolucionales para datos composicionales: Una aplicación a la industria textil de la moda
Advisor(s): Benites Sanchez, Luis Enrique
OCDE field: https://purl.org/pe-repo/ocde/ford#1.01.03
Issue Date: 7-Apr-2022
Institution: Pontificia Universidad Católica del Perú
Abstract: En muchas situaciones prácticas es necesario el uso de modelos que puedan predecir una colección de datos limitados por un intervalo cuya suma sea una constante por cada unidad estadística. Este tipo de variable respuesta se conoce como datos composicionales. Por otro lado, el número de covariables que se usan para el entrenamiento de este tipo de modelos pueden provenir de datos asociados a imágenes como la intensidad de los pixeles. En ese contexto, se propone el uso de las redes neuronales convolucionales como una primera alternativa para intentar estimar este tipo de variable respuesta. Se utiliza la distribución de Dirichlet como distribución condicional de los datos y nalmente se propone una aplicación del modelo utilizando imágenes de prendas de vestir que se venden por catálogo en donde el objetivo es predecir las participaciones de las tallas que se venden por cada unidad estadística.
Discipline: Estadística
Grade or title grantor: Pontificia Universidad Católica del Perú. Escuela de Posgrado.
Grade or title: Maestro en Estadística
Juror: Benites Sanchez, Luis Enrique; Bayes Rodriguez, Cristian Luis; Quiróz Cornejo, Zaida Jesús
Register date: 7-Apr-2022; 7-Apr-2022



This item is licensed under a Creative Commons License Creative Commons