Desarrollo de un prototipo para la predicción de nuevos casos de covid-19 en el ecuador mediante el uso de inteligencia artificial.
Contenido principal del artículo
Resumen
Introducción. Los casos de coronavirus (Covid-19) en el mundo entero, van cada vez en aumento. La incertidumbre de una cifra cercana a la realidad, genera angustia en la población. Objetivo. Plantear el uso de la Inteligencia Artificial (IA) para determinar el incremento de casos de Covis-19 en el ecuador, al aplicar este modelo se tendrá una información aproximada de los casos de coronavirus. Ayudando a tener informada a toda la población sobre la propagación de este virus. Metodología. El diseño de esta investigación fue cuantitativa, la población que se tomó fue 17.268.000 y la muestra fueron los datos de los contagios de Covid-19 desde el mes de abril hasta el mes de diciembre del año 2020. Para ello, se tomó como fuente de datos la información publicada diariamente en la página oficial del Servicio Nacional de Gestión de Riesgos y Emergencias. Utilizando como apoyo los modelos predictivos, se almacenaron estos datos en un data set, para luego ser consolidados y posteriormente introducirlos en un algoritmo, el cual utilizando series de tiempo realizará las predicciones en base a datos históricos mediante el software weka. El siguiente artículo, presenta un modelo capaz de predecir la cifra cercana a la realidad de casos de coronavirus, consiguiendo un 80% de efectividad. Por lo que se puede manifestar que este modelo resulta muy útil para realizar predicciones dentro de un periodo determinado. Resultados. Luego de aplicar el modelo de predicción los resultados mayor frecuencia son los incrementos de contagios de Covid-19 con un incremento del (1%) por cada día transcurrido. Conclusión. Se concluyó que los casos seguirán incrementando con el pasar del tiempo ya que la mayoría de la población no toma las precauciones respectivas e irrespeta el distanciamiento social.
Descargas
Detalles del artículo
Citas
Antonio, E. M. (Noviembre de 2018). WEKA, ÁREAS DE APLICACIÓN Y SUS ALGORITMOS: UNA REVISIÓN SISTEMÁTICA. ECOCIENCIA. Obtenido de media.proquest.com/media/hms/PFT/1/xoCQ9?_s=UII2KLRQanh4Il7%2Fe49wkkQ%2B7c4%3D
DANIEL, T. L., & CHANTAL, D. L. (s.f.). En DISCOVERING KNOWLEDGE IN DATA An Introduction to Data Mining (Segunda ed.). New Jersey, Esatados Unidos de Norte América. Obtenido de doc.lagout.org/Others/Data%20Mining/Discovering%20Knowledge%20in%20Data_%20An%20Introduction%20to%20Data%20Mining%20%282nd%20ed.%29%20%5BLarose%20%26%20Larose%202014-06-30%5D.pdf
Ethem, A. (2010). Introduction to Machine Learning (Segunda ed.). Londres, Inglaterra. Obtenido de kkpatel7.files.wordpress.com/2015/04/alppaydin_machinelearning_2010.pdf
Han, J., Micheline, K., & Pei, J. (s.f.). Data Mining Concepts and Techniques (Tercera ed.). Obtenido de myweb.sabanciuniv.edu/rdehkharghani/files/2016/02/The-Morgan-Kaufmann-Series-in-Data-Management-Systems-Jiawei-Han-Micheline-Kamber-Jian-Pei-Data-Mining.-Concepts-and-Techniques-3rd-Edition-Morgan-Kaufmann-2011.pdf
HoltWinters. (2020). Recuperado el 25 de Febrero de 2021, de timeseriesForecasting 1.1.27 API: https://weka.sourceforge.io/doc.packages/timeseriesForecasting/weka/classifiers/timeseries/HoltWinters.html. [Accessed: 22-Dec-2020].
Jasper Fuk-Woo Chan*, S. Y.-H.-W. (January de 2020). A familial cluster of pneumonia associated with the 2019 novel coronavirus indicating person-to-person transmition: a study of a family cluster. The Lancet, 395(10223), 514-523.
Md, S., & Alam, K. (2012). Cointegration and causal relationships between energy consumption and output: Assessing the evidence from Australia. Energy Economics, 34, 2182-2188. doi:10.1016 / j.eneco.2012.03.006
Nancy, V. R. (2020). Recuperado el Febrero de 2021, de “RPubs - Holt-Winters.”: https://rpubs.com/nanrosvil/283121
Organización Mundial de la Salud. (Noviembre de 2020). PAndemia de Enfermedad por coronavirus(Covid-19). OMS. Obtenido de www.who.int/emergencies/diseases/novel-coronavirus-2019
Tak-chung, F. (Septiembre de 2011). A review on time series data mining. ELSEIVER(24), 164-181.
Time Series Analysis and Forecasting with Weka - Pentaho Data Mining - Pentaho Wiki. (s.f.). Recuperado el 20 de Noviembre de 2020, de Wiki.pentaho.com: wiki.pentaho.com/display/DATAMINING/Time+Series+Analysis+and+Forecasting+with+Weka
Wei-Jie, G., Zheng-Yi, N., Wen-Hua, L., Chun-quan, O., Shan, H., & Chun-liang, L. (Abril de 2020). Clinical Charasteristics of Coronavirus Disease 2019 in China. The New England Journal of Medicine, 382, 1708-1720. doi:10.1056/NEJMoa2002032