Redes Neuronales Artificiales aplicadas a ciencias Sociales

Mostrar todas las versiones(2)

Como modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET, el software desarrollado de redes neuronales artificiales emula una red conceptual de relación de fact...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Vázquez, Juan Carlos Jesús, Castillo, Julio Javier, Rojas, María del carmen, Marciszack, Marcelo Martín
Formato: Documento de conferencia publisherVersion
Lenguaje:Español
Publicado: 2023
Materias:
Redes Neuronales
riego en salud
sistema complejo
sistema no lineal
Acceso en línea:http://hdl.handle.net/20.500.12272/7508
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-7508
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Redes Neuronales
riego en salud
sistema complejo
sistema no lineal
spellingShingle Redes Neuronales
riego en salud
sistema complejo
sistema no lineal
Vázquez, Juan Carlos Jesús
Castillo, Julio Javier
Rojas, María del carmen
Marciszack, Marcelo Martín
Redes Neuronales Artificiales aplicadas a ciencias Sociales
topic_facet Redes Neuronales
riego en salud
sistema complejo
sistema no lineal
description Como modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET, el software desarrollado de redes neuronales artificiales emula una red conceptual de relación de factores sociales, económicos y demográficos que no ajusta a los modelos clásicos. Los demógrafos del IIGHI suponen el dominio de problema como complejo y no lineal; indican además que aún no existen mediciones precisas de causa y efecto para el mismo, por lo que su tratamiento por ecuaciones matemáticas no es posible. Se han utilizando cinco redes de tipo perceptron multicapa trabajando en forma conjunta para calcular un índice de riesgo que permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que está en marcha en algunos países de América Latina.
format Documento de conferencia
publisherVersion
author Vázquez, Juan Carlos Jesús
Castillo, Julio Javier
Rojas, María del carmen
Marciszack, Marcelo Martín
author_facet Vázquez, Juan Carlos Jesús
Castillo, Julio Javier
Rojas, María del carmen
Marciszack, Marcelo Martín
author_sort Vázquez, Juan Carlos Jesús
title Redes Neuronales Artificiales aplicadas a ciencias Sociales
title_short Redes Neuronales Artificiales aplicadas a ciencias Sociales
title_full Redes Neuronales Artificiales aplicadas a ciencias Sociales
title_fullStr Redes Neuronales Artificiales aplicadas a ciencias Sociales
title_full_unstemmed Redes Neuronales Artificiales aplicadas a ciencias Sociales
title_sort redes neuronales artificiales aplicadas a ciencias sociales
publishDate 2023
url http://hdl.handle.net/20.500.12272/7508
work_keys_str_mv AT vazquezjuancarlosjesus redesneuronalesartificialesaplicadasacienciassociales
AT castillojuliojavier redesneuronalesartificialesaplicadasacienciassociales
AT rojasmariadelcarmen redesneuronalesartificialesaplicadasacienciassociales
AT marciszackmarcelomartin redesneuronalesartificialesaplicadasacienciassociales
bdutipo_str Repositorios
_version_ 1764820552823865345

Ejemplares similares