Cambios demográficos en la población de Lima Metropolitana, mediante una red neuronal supervisada, durante el periodo 2020, en desarrollo de la pandemia covid-19 y su proyección 2021-2025

Palabras clave: Datos poblacionales/ Red neuronal/ Función de activación/ Gradiente descendente/ Back propagation

Resumen

El presente trabajo de investigación tuvo un diseño no experimental de nivel explicativo, de tipo observacional y predictivo. El objetivo de la investigación fue determinar los cambios demográficos de la población de Lima Metropolitana durante la pandemia del COVID–19, empleando un modelo matemático de red neuronal supervisada para establecer cambios en la mortalidad, natalidad y utilizó el algoritmo de optimización gradiente descendente para minimizar una función de activación que mide el error de predicción del modelo en el conjunto de datos. El procesamiento de la información se realizó mediante pruebas iterativas aplicada a la red neuronal, para desarrollar el aprendizaje supervisado. Finalmente, el análisis y entrenamiento de los datos se llevó a cabo mediante el uso del programa MATLAB, y el estudio de las proyecciones al usar redes neuronales construidas por MATLAB, entrenadas por el algoritmo de aprendizaje Back propagation.

Publicado
2024-03-29
Cómo citar
Nuñez Ramirez, L. M. (2024). Cambios demográficos en la población de Lima Metropolitana, mediante una red neuronal supervisada, durante el periodo 2020, en desarrollo de la pandemia covid-19 y su proyección 2021-2025. Revista De Investigación Multidisciplinaria CTSCAFE, 8(22), 13. Recuperado a partir de https://ctscafe.pe/index.php/ctscafe/article/view/270