Buscar en Google Scholar
Título: Redes neuronales artificiales y la predicción de la viabilidad legislativa en las proposiciones parlamentarias, Perú - año 2020
Asesor(es): Ortiz Cotrina, Wilinton Chiliman
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2021
Institución: Universidad Alas Peruanas
Resumen: 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.
Disciplina académico-profesional: Ingeniería de Sistemas e Informática
Institución que otorga el grado o título: Universidad Alas Peruanas. Facultad de Ingeniería y Arquitectura
Grado o título: Ingeniero en Sistemas e Informática
Jurado: Guzmán Aquije, Elvis Henry; Ramirez Pacheco, Luis Enrique; Anco Chambilla, Guido
Fecha de registro: 13-oct-2022; 13-oct-2022



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons