Buscar en Google Scholar
Título: Análisis de redes neuronales artificiales para el pronóstico de las enfermedades prevalentes en el hospital Víctor Ramos Guardia de Huaraz, 2016
Asesor(es): Norabuena Figueroa, Roger Pedro
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.01.03; https://purl.org/pe-repo/ocde/ford#1.02.00
Fecha de publicación: 31-jul-2019; 31-jul-2019
Institución: Universidad Nacional Santiago Antúnez de Mayolo
Resumen: El presente trabajo de tesis según su diseño es no experimental, longitudinal de tipo serie de tiempo y tuvo por objetivo pronosticar las enfermedades prevalentes mediante Redes Neuronales Artificiales en el Hospital Víctor Ramos Guardia de Huaraz, 2016, mediante la aplicación de las redes neuronales artificiales. Los resultados obtenidos indican que el mejor modelo de pronóstico encontrado es una red neuronal artificial modelo perceptron multicapa con una capa de entrada compuesta por cuatro neuronas, dos capas ocultas compuesta entre 4 a 8 neuronas en la primera capa oculta y entre 4 a 7 neuronas en la segunda capa oculta, y una capa de salida compuesta por una neurona, mediante funciones de activación logística y método de retropropagación como función de corrección del error, así mismo todos los modelos de redes neuronales artificiales encontrados presentan errores globales tendientes a cero
Disciplina académico-profesional: Estadística e Informática
Institución que otorga el grado o título: Universidad Nacional Santiago Antúnez de Mayolo. Facultad de Ciencias
Grado o título: Licenciado en Estadística e Informática
Jurado: Arce Zuñiga, Fernando Raúl; Maldonado Leyva, Hugo Walter; Llanos Tiznado, Jorge Luis
Fecha de registro: 24-may-2021; 24-may-2021



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