Pronóstico del COVID-19 en Colombia utilizando redes neuronales recurrentes con celdas de gran memoria de corto plazo y unidades recurrentes cerradas

El 6 de marzo del 2020, el primer caso de COVID-19 fue reportado en Colombia, este virus, declarado como una emergencia de salud pública de importancia internacional ha afectado diferentes sectores. Existe un auge en cuanto al número de estudios que buscan hacer pronósticos en diversos aspectos que tienen que ver con este virus. El presente trabajo muestra los aspectos teóricos de las redes neuronales recurrentes y se utilizan para crear una predicción de 60 días sobre los casos acumulados, fallecidos acumulados y recuperados acumulados disponibles desde el 6 de marzo del 2020 hasta el 6 de marzo del 2022. Redes neuronales con celdas GRU y LSTM junto con las clásicas RNN fueron utilizadas para hacer estos pronósticos.

• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Distrital Francisco José de Caldas
• Repositorio: RIUD: repositorio U. Distrital
• Idioma: spa
• OAI Identifier: oai:repository.udistrital.edu.co:11349/30478
• Acceso en línea: http://hdl.handle.net/11349/30478
• Palabra clave: Redes neuronales; Redes neuronales recurrentes; LSTM; GRU; Unidades recurrentes cerradas; Gran memoria de corto plazo; Series de tiempo; Pronóstico; Matemáticas - Tesis y Disertaciones Académicas ; Redes neurales (Informática); Optimización combinatoria ; COVID-19 ; Modelos estadísticos - Aspectos médicos; Neuronal networks; Recurrent neuronal networks; Long short-term memory; Gated recurrent units; LSTM; GRU; Time series; Forecast
• License: CC0 1.0 Universal