Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales

La metodología de clustering fue utilizada para agrupar tres barrios en Quibdó teniendo en cuenta factores que favorecen el desarrollo de la malaria. Los mapas auto-organizados de Kohonen fueron utilizados para el análisis de las características más significativas en la clasificación. Los clusters d...

Full description

Autores:
Salazar-Vasquez, Fredy A.
Osorio-Serna, Carlos
Caicedo-Giraldo, María Alejandra
Alfonso-Morales, Wilfredo
Caicedo-Bravo, Eduardo F.
Tipo de recurso:
Article of journal
Fecha de publicación:
2017
Institución:
Universidad de los Llanos
Repositorio:
Repositorio Digital Universidad de los LLanos
Idioma:
spa
OAI Identifier:
oai:repositorio.unillanos.edu.co:001/3956
Acceso en línea:
https://repositorio.unillanos.edu.co/handle/001/3956
https://doi.org/10.22579/20112629.547
Palabra clave:
Artificial Neural Networks
Clustering
Malaria
Self-organized map of Kohonen
Clustering
Malária Urban
Mapa Auto Organizado Kohonen
Redes Neurais Artificiais
Clustering
Malaria urbana
Mapa Auto Organizado de Kohonen
Red Neuronal Artificial
Rights
openAccess
License
Orinoquia - 2019
id Unillanos2_715a96b1704044fec4c2fef034cd2aba
oai_identifier_str oai:repositorio.unillanos.edu.co:001/3956
network_acronym_str Unillanos2
network_name_str Repositorio Digital Universidad de los LLanos
repository_id_str
dc.title.spa.fl_str_mv Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
dc.title.translated.eng.fl_str_mv Boundary Delimitiation of Malaria using Artificial Neural Networks
title Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
spellingShingle Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
Artificial Neural Networks
Clustering
Malaria
Self-organized map of Kohonen
Clustering
Malária Urban
Mapa Auto Organizado Kohonen
Redes Neurais Artificiais
Clustering
Malaria urbana
Mapa Auto Organizado de Kohonen
Red Neuronal Artificial
title_short Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
title_full Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
title_fullStr Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
title_full_unstemmed Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
title_sort Identificación de la delimitación administrativa de la malaria usando redes neuronales artificiales
dc.creator.fl_str_mv Salazar-Vasquez, Fredy A.
Osorio-Serna, Carlos
Caicedo-Giraldo, María Alejandra
Alfonso-Morales, Wilfredo
Caicedo-Bravo, Eduardo F.
dc.contributor.author.spa.fl_str_mv Salazar-Vasquez, Fredy A.
Osorio-Serna, Carlos
Caicedo-Giraldo, María Alejandra
Alfonso-Morales, Wilfredo
Caicedo-Bravo, Eduardo F.
dc.subject.eng.fl_str_mv Artificial Neural Networks
Clustering
Malaria
Self-organized map of Kohonen
Clustering
Malária Urban
Mapa Auto Organizado Kohonen
Redes Neurais Artificiais
topic Artificial Neural Networks
Clustering
Malaria
Self-organized map of Kohonen
Clustering
Malária Urban
Mapa Auto Organizado Kohonen
Redes Neurais Artificiais
Clustering
Malaria urbana
Mapa Auto Organizado de Kohonen
Red Neuronal Artificial
dc.subject.spa.fl_str_mv Clustering
Malaria urbana
Mapa Auto Organizado de Kohonen
Red Neuronal Artificial
description La metodología de clustering fue utilizada para agrupar tres barrios en Quibdó teniendo en cuenta factores que favorecen el desarrollo de la malaria. Los mapas auto-organizados de Kohonen fueron utilizados para el análisis de las características más significativas en la clasificación. Los clusters detectados fueron comparados con la clasificación geográfica de las casas, encontrando, que los mapas auto-organizados de Kohonen clasifican las casas por las condiciones ambientales propicias para el desarrollo del mosquito más que por la clasificación administrativa de la ciudad.
publishDate 2017
dc.date.accessioned.none.fl_str_mv 2017-07-16T00:00:00Z
2024-07-25T18:14:55Z
dc.date.available.none.fl_str_mv 2017-07-16T00:00:00Z
2024-07-25T18:14:55Z
dc.date.issued.none.fl_str_mv 2017-07-16
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.content.spa.fl_str_mv Text
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.issn.none.fl_str_mv 0121-3709
dc.identifier.uri.none.fl_str_mv https://repositorio.unillanos.edu.co/handle/001/3956
dc.identifier.doi.none.fl_str_mv 10.22579/20112629.547
dc.identifier.eissn.none.fl_str_mv 2011-2629
dc.identifier.url.none.fl_str_mv https://doi.org/10.22579/20112629.547
identifier_str_mv 0121-3709
10.22579/20112629.547
2011-2629
url https://repositorio.unillanos.edu.co/handle/001/3956
https://doi.org/10.22579/20112629.547
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv SIVIGILA (2016) Boletín Epidemiológico Semanal. Semana epidemiológica número 52 de 2016 (25 al 31 de diciembre).
Padilla JC, Chaparro PE, Molina K, Arevalo-Herrera M, Herrera S (2015) Is there malaria transmission in urban settings in Colombia? Malaria journal 14: 453
DEPARTAMENTO ADMINISTRATIVO NACIONAL DE ESTADÍSTICA, DANE. División Político-administrativa de Colombia, años 2000, 1997, 1992, 1988, 1983, y 1970.
Beier, J. C. (1998). Malaria parasite development in mosquitoes. Annual review of entomology, 43(1), 519-543.
González, R.; Carrejo. (2007) N. Claves y notas de distribución. Universidad del Valle; Cali. Introducción al estudio taxonómico de Anopheles de Colombia; p. 237.
Montoya-Lerma, J., Solarte, Y. A., Giraldo-Calderón, G. I., Quiñones, M. L., Ruiz-López, F., Wilkerson, R. C., & González, R. (2011). Malaria vector species in Colombia: a review. Memórias do Instituto Oswaldo Cruz, 106, 223-238.
Peña Daniel, (2002). Análisis de datos multivariados.
Anderson, J. (2007). Redes Neuronales. Alfaomega.
Caicedo, Eduardo y López, Jesús (2009). Una aproximación práctica a las redes neuronales artificiales.
Gómez, Fernández, López y Díaz. Aprendizaje con Redes Neuronales Artificiales.
Flórez, Raquel y Fernández, José (2008). LAS REDES NEURONALES ARTIFICIALES, FUNDAMENTOS TEORICOS Y PLICACIONES PRACTICAS.
T. Kohonen, “The self-organizing map,” Proceedings of the IEEE, vol. 78, no. 9, pp. 1464–1480, 1990. [2] T Kohonen, “Self-Organizing Maps,” Berlin/Heidelberg, Germany: Springer, 30, 1995.
A.K. Jain, M.N. Murty, P. 1. Flynn, “Data clustering: A review,” ACM Computing Surveys, vol. 31, pp. 264-323, September 1999.
F. Z. Chelali, A. Djeradi and N. Cherabit, “Investigation of DCT/PCA combined with Kohonen classifier for human identification,” 2015 4th International Conference on Electrical Engineering (ICEE), Boumerdes, 2015, pp. 1-7.
I. Hammami, G. Mercier and A. Hamouda, “The Kohonen map for credal classification of large multispectral images,” 2014 IEEE Geoscience and Remote Sensing Symposium, Quebec City, QC, 2014, pp. 3706-3709.
H. Jinliang, Y. Caiqing, L. Jiansheng and S. Jianjing, “Research on Clinical Diagnostic Models of IPF Syndromes in TCM Based on Dynamic Kohonen Network and Decision Tree,” 2010 Second WRI Global Congress on Intelligent Systems, Wuhan, 2010, pp. 107-110.
S. F. Baracho, V. V. d. Melo and R. C. Coelho, “Automated Left Ventricle Posterior Wall Segmentation Using Kohonen Self-Organizing Map,” 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), Recife, 2016, pp. 456-461.
I. Hammami, G. Mercies and A. Hamouda, “The Kohonen map for credal fusion of heterogeneous data,” 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Milan, 2015, pp. 2947-2950.
dc.relation.bitstream.none.fl_str_mv https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/download/547/1111
dc.relation.citationendpage.none.fl_str_mv 19
dc.relation.citationissue.spa.fl_str_mv 1 Sup
dc.relation.citationstartpage.none.fl_str_mv 11
dc.relation.citationvolume.spa.fl_str_mv 21
dc.relation.ispartofjournal.spa.fl_str_mv Orinoquia
dc.rights.spa.fl_str_mv Orinoquia - 2019
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Orinoquia - 2019
https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Llanos
dc.source.spa.fl_str_mv https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/view/547
institution Universidad de los Llanos
bitstream.url.fl_str_mv https://repositorio.unillanos.edu.co/bitstreams/31ddd5fa-21b8-4003-98d8-00c3c0321aa6/download
bitstream.checksum.fl_str_mv 8daf337790143241795651b57c065d19
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Universidad de Los Llanos
repository.mail.fl_str_mv repositorio@unillanos.edu.co
_version_ 1812104587173167104
spelling Salazar-Vasquez, Fredy A.Osorio-Serna, CarlosCaicedo-Giraldo, María AlejandraAlfonso-Morales, WilfredoCaicedo-Bravo, Eduardo F.2017-07-16T00:00:00Z2024-07-25T18:14:55Z2017-07-16T00:00:00Z2024-07-25T18:14:55Z2017-07-160121-3709https://repositorio.unillanos.edu.co/handle/001/395610.22579/20112629.5472011-2629https://doi.org/10.22579/20112629.547La metodología de clustering fue utilizada para agrupar tres barrios en Quibdó teniendo en cuenta factores que favorecen el desarrollo de la malaria. Los mapas auto-organizados de Kohonen fueron utilizados para el análisis de las características más significativas en la clasificación. Los clusters detectados fueron comparados con la clasificación geográfica de las casas, encontrando, que los mapas auto-organizados de Kohonen clasifican las casas por las condiciones ambientales propicias para el desarrollo del mosquito más que por la clasificación administrativa de la ciudad.Clustering methodology was used to group three neighborhoods in Quibdo taking into account factors that favor the development of malaria. The Kohonen self-organizing maps were used for the analysis of the most significant features in the standings. The detected clusters were compared with the geographical classification of houses, finding that the Kohonen self-organizing maps households classified by environmental conditions conducive to development rather than the administrative classification of the city.application/pdfspaUniversidad de los LlanosOrinoquia - 2019https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/view/547Artificial Neural NetworksClusteringMalariaSelf-organized map of KohonenClusteringMalária UrbanMapa Auto Organizado KohonenRedes Neurais ArtificiaisClusteringMalaria urbanaMapa Auto Organizado de KohonenRed Neuronal ArtificialIdentificación de la delimitación administrativa de la malaria usando redes neuronales artificialesBoundary Delimitiation of Malaria using Artificial Neural NetworksArtículo de revistainfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Texthttp://purl.org/coar/version/c_970fb48d4fbd8a85SIVIGILA (2016) Boletín Epidemiológico Semanal. Semana epidemiológica número 52 de 2016 (25 al 31 de diciembre).Padilla JC, Chaparro PE, Molina K, Arevalo-Herrera M, Herrera S (2015) Is there malaria transmission in urban settings in Colombia? Malaria journal 14: 453DEPARTAMENTO ADMINISTRATIVO NACIONAL DE ESTADÍSTICA, DANE. División Político-administrativa de Colombia, años 2000, 1997, 1992, 1988, 1983, y 1970.Beier, J. C. (1998). Malaria parasite development in mosquitoes. Annual review of entomology, 43(1), 519-543.González, R.; Carrejo. (2007) N. Claves y notas de distribución. Universidad del Valle; Cali. Introducción al estudio taxonómico de Anopheles de Colombia; p. 237.Montoya-Lerma, J., Solarte, Y. A., Giraldo-Calderón, G. I., Quiñones, M. L., Ruiz-López, F., Wilkerson, R. C., & González, R. (2011). Malaria vector species in Colombia: a review. Memórias do Instituto Oswaldo Cruz, 106, 223-238.Peña Daniel, (2002). Análisis de datos multivariados.Anderson, J. (2007). Redes Neuronales. Alfaomega.Caicedo, Eduardo y López, Jesús (2009). Una aproximación práctica a las redes neuronales artificiales.Gómez, Fernández, López y Díaz. Aprendizaje con Redes Neuronales Artificiales.Flórez, Raquel y Fernández, José (2008). LAS REDES NEURONALES ARTIFICIALES, FUNDAMENTOS TEORICOS Y PLICACIONES PRACTICAS.T. Kohonen, “The self-organizing map,” Proceedings of the IEEE, vol. 78, no. 9, pp. 1464–1480, 1990. [2] T Kohonen, “Self-Organizing Maps,” Berlin/Heidelberg, Germany: Springer, 30, 1995.A.K. Jain, M.N. Murty, P. 1. Flynn, “Data clustering: A review,” ACM Computing Surveys, vol. 31, pp. 264-323, September 1999.F. Z. Chelali, A. Djeradi and N. Cherabit, “Investigation of DCT/PCA combined with Kohonen classifier for human identification,” 2015 4th International Conference on Electrical Engineering (ICEE), Boumerdes, 2015, pp. 1-7.I. Hammami, G. Mercier and A. Hamouda, “The Kohonen map for credal classification of large multispectral images,” 2014 IEEE Geoscience and Remote Sensing Symposium, Quebec City, QC, 2014, pp. 3706-3709.H. Jinliang, Y. Caiqing, L. Jiansheng and S. Jianjing, “Research on Clinical Diagnostic Models of IPF Syndromes in TCM Based on Dynamic Kohonen Network and Decision Tree,” 2010 Second WRI Global Congress on Intelligent Systems, Wuhan, 2010, pp. 107-110.S. F. Baracho, V. V. d. Melo and R. C. Coelho, “Automated Left Ventricle Posterior Wall Segmentation Using Kohonen Self-Organizing Map,” 2016 5th Brazilian Conference on Intelligent Systems (BRACIS), Recife, 2016, pp. 456-461.I. Hammami, G. Mercies and A. Hamouda, “The Kohonen map for credal fusion of heterogeneous data,” 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Milan, 2015, pp. 2947-2950.https://orinoquia.unillanos.edu.co/index.php/orinoquia/article/download/547/1111191 Sup1121OrinoquiaPublicationOREORE.xmltext/xml2798https://repositorio.unillanos.edu.co/bitstreams/31ddd5fa-21b8-4003-98d8-00c3c0321aa6/download8daf337790143241795651b57c065d19MD51001/3956oai:repositorio.unillanos.edu.co:001/39562024-07-25 13:14:55.594https://creativecommons.org/licenses/by-nc-sa/4.0/Orinoquia - 2019metadata.onlyhttps://repositorio.unillanos.edu.coRepositorio Universidad de Los Llanosrepositorio@unillanos.edu.co

Publicaciones similares