Please use this identifier to cite or link to this item: https://publicaciones.fctunca.edu.py/jspui/handle/123456789/75
Title: Aplicación de extreme learning machine para predecir brotes de casos de dengue en la ciudad de Coronel Oviedo
Authors: Bogado Machuca, Juan Vicente
Estigarribia Barreto, Héctor Ramiro
Romero, Daniel
Keywords: redes neuronales
predicción de casos
dengue
Extreme Learning Machine
Issue Date: 20-Sep-2018
Publisher: Universidad Nacional de Caaguazú (UNCA)
Series/Report no.: Héctor Ramiro Estigarribia Barreto;
Abstract: El dengue es una enfermedad con varios brotes por año en diferentes países de Sudamérica. En Paraguay constituye un problema de salud pública. Este trabajo propone un sistema temprano de predicción de brotes de casos de dengue. El método propuesto para el pronóstico de los casos es el algoritmo de Extreme Learning Machine (ELM). ELM es un modelo computacional de la rama de la inteligencia artificial propuesta por Huang en (Huang, 2006), consistente en una red neuronal para resolver problemas de clasificación, regresión, agrupación, aproximación y aprendizaje de características con una sola capa de nodos ocultos, donde la computadora trata de aprender automáticamente y poder proporcionar resultados ajustando los pesos de los datos ingresados en la red neuronal. Según la teoría de ELM, generando aleatoriamente los pesos de los datos ingresados. estos luego pueden ser ajustados siendo entrenados para acercar a cero el error de los datos esperados.
URI: https://publicaciones.fctunca.edu.py/jspui/handle/123456789/75
ISBN: 978-99967-0-674-5
Appears in Collections:Congreso UNCA 2018

Files in This Item:
File Description SizeFormat 
I CONGRESO UNCA LIBRO RESUMENES-124-125_compressed.pdfELM Dengue JBogado 2018721,06 kBAdobe PDFView/Open


Licencia de Creative Commons
Todos los trabajos están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional