Look-up in Google Scholar
Title: Redes neuronales artificiales y la predicción de la viabilidad legislativa en las proposiciones parlamentarias, Perú - año 2020
Advisor(s): Ortiz Cotrina, Wilinton Chiliman
OCDE field: http://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2021
Institution: Universidad Alas Peruanas
Abstract: La presente investigación trata acerca de las redes neuronales artificiales y la viabilidad legislativa. El objetivo del estudio es predecir la viabilidad legislativa mediante el uso de las redes neuronales artificiales en las proposiciones parlamentarias (proyectos de ley y resoluciones legislativas) del Congreso de la República. El método de la investigación es inductivo y el diseño es transeccional retrospectivo documental de rasgo. La población de estudio fue de 377 proposiciones registradas en el periodo anual de sesiones 2019, correspondiente al periodo parlamentario 2016. En base a los resultados, el modelo obtuvo el 96.1% de precisión de aciertos. Finalmente, en la investigación se concluyó que, aplicando las técnicas algorítmicas de las redes neuronales artificiales, se obtuvo un modelo con un alto porcentaje de predicción.
Discipline: Ingeniería de Sistemas e Informática
Grade or title grantor: Universidad Alas Peruanas. Facultad de Ingeniería y Arquitectura
Grade or title: Ingeniero en Sistemas e Informática
Juror: Guzmán Aquije, Elvis Henry; Ramirez Pacheco, Luis Enrique; Anco Chambilla, Guido
Register date: 13-Oct-2022; 13-Oct-2022



This item is licensed under a Creative Commons License Creative Commons