Time series forecasting for tuberculosis incidence employing neural network models

Título traducido de la contribución: Predicción de series temporales de la incidencia de la tuberculosis mediante modelos de redes neuronales

Alvaro David Orjuela-Cañón, Andres Leonardo Jutinico, Mario Enrique Duarte González, Carlos Enrique Awad García, Erika Vergara, María Angélica Palencia

Producción científica: Contribución a una revistaArtículo de Investigaciónrevisión exhaustiva

4 Citas (Scopus)

Resumen

Todos los esfuerzos encaminados a detener la expansión de la Tuberculosis son importantes para la lucha de los programas nacionales contra esta enfermedad. Diferentes herramientas computacionales han sido propuestas con el fin de diseñar nuevas estrategias que permitan manejar pacientes potenciales y así proporcionar el tratamiento correcto. En este trabajo se utilizaron redes neuronales artificiales para el pronóstico de series de tiempo, las cuales fueron entrenadas con información de casos reportados obtenida de la institución nacional de vigilancia en Colombia. Se propusieron tres modelos neuronales con el fin de determinar el mejor de acuerdo a su desempeño en el pronóstico. La primera aproximación empleó un modelo autorregresivo no lineal, la segunda propuesta utilizó una red neuronal recurrente y la tercera propuesta se basó en funciones de base radial. Los resultados se presentan en términos del porcentaje medio de error, lo que indica que los modelos basados en métodos tradicionales muestran un mejor rendimiento que los conexionistas. Estos modelos contribuyen a obtener información dinámica sobre la incidencia, lo que supone una ayuda adicional para que las autoridades sanitarias propongan más estrategias para controlar la propagación de la enfermedad.
Título traducido de la contribuciónPredicción de series temporales de la incidencia de la tuberculosis mediante modelos de redes neuronales
Idioma originalInglés estadounidense
Número de artículoe09897
PublicaciónHeliyon
Volumen8
N.º7
DOI
EstadoPublicada - jul. 2022

Áreas temáticas de ASJC Scopus

  • General

Huella

Profundice en los temas de investigación de 'Predicción de series temporales de la incidencia de la tuberculosis mediante modelos de redes neuronales'. En conjunto forman una huella única.

Citar esto