Análisis de redes neuronales artificiales para el pronóstico de las enfermedades prevalentes en el hospital Víctor Ramos Guardia de Huaraz, 2016

• Autores: Mautino Vidaurre, Jhojan Pierre, Córdova Delgado, Edwin Rober
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Santiago Antúnez de Mayolo
• Repositorio: UNASAM-Institucional
• Lenguaje: español
• OAI Identifier: oai:172.16.0.151:UNASAM/3545
• Enlace del recurso: http://repositorio.unasam.edu.pe/handle/UNASAM/3545
• Nivel de acceso: acceso abierto
• Materia: Red neuronal artificial; Perceptron multicapa

El presente trabajo de tesis según su diseño es no experimental, longitudinal de tipo serie de tiempo y tuvo por objetivo pronosticar las enfermedades prevalentes mediante Redes Neuronales Artificiales en el Hospital Víctor Ramos Guardia de Huaraz, 2016, mediante la aplicación de las redes neuronales artificiales. Los resultados obtenidos indican que el mejor modelo de pronóstico encontrado es una red neuronal artificial modelo perceptron multicapa con una capa de entrada compuesta por cuatro neuronas, dos capas ocultas compuesta entre 4 a 8 neuronas en la primera capa oculta y entre 4 a 7 neuronas en la segunda capa oculta, y una capa de salida compuesta por una neurona, mediante funciones de activación logística y método de retropropagación como función de corrección del error, así mismo todos los modelos de redes neuronales artificiales encontrados presentan errores globales tendientes a cero