Examinando por Autor "Bru Cordero, Osnamir Elias"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónEmbargo
    Análisis comparativo del desempeño de modelos de series de tiempo tradicionales, redes neuronales artificiales y modelos híbridos para pronosticar los casos por infecciones respiratorias agudas (IRA) en la ciudad de Montería
    (Universidad de Córdoba, 2023-12-07) Moreno Santamaría, Iván Josué; Varilla Mendoza, Fernando Arturo; Cogollo Flórez, Myladis Rocío; Bru Cordero, Osnamir Elias; Robles González, Juana Raquel
    En este trabajo investigativo, se ha llevado a cabo el modelado de los casos de IRA en la ciudad de Montería en el periodo 2012-2023 presentados por semana epidemiológica, mediante tres diferentes técnicas de pronóstico: Series de tiempo tradicionales, redes neuronales artificiales y modelos híbridos, con el objetivo de comparar sus desempeños y encontrar la metodología que mejor modela los datos. Para ello, se consideraron cinco horizontes de pronóstico: 52, 35, 17, 9 y 4 semanas epidemiológicas, donde el primer horizonte corresponde al periodo de la serie y los cuatro valores restantes corresponden a horizontes que se han sido sugeridos en la literatura para datos similares a los aquí analizados (véase por ejemplo Becerra et al. (2020), Cogollo et al. (2021)). Se encuentra que el desempeño de las tres técnicas de pronóstico consideradas en este estudio, mejora a medida que se incrementa la cantidad de datos para entrenar el modelo. Con respecto a los modelos tradicionales el más adecuado para modelar los casos de IRA es el modelo autorregresivo integrado de media móvil estacional (SARIMA) debido a la presencia de tendencia y estacionalidad. Por otra parte, se evidencia que el modelo de redes neuronales artificiales es el que presenta mejores resultados, en los distintos horizontes, en términos de la calidad del pronóstico. Adicionalmente, se demuestra que el uso de una metodología híbrida no mejora la calidad del pronóstico de los casos de IRA hallados con el modelo autorregresivo integrado de media móvil (ARIMA) y SARIMA. Se demuestra que es posible emplear los datos históricos reportados de los casos de IRA para proporcionar información estadística verídica a las entidades de salud en la ciudad de Montería, que pueda apoyar la elaboración del organigrama de prevención y control de la enfermedad.
  • Miniatura
    PublicaciónAcceso abierto
    Pronósticos del precio del ganado de primera calidad en Subastar S.A. - Montería: una comparativa entre modelos de series de tiempo clásicos, redes neuronales artificiales y modelos híbridos
    (Universidad de Córdoba, 2024-12-09) Miranda Urango, Yehison Elías; Pérez Cuadrado, Isaac Manuel; Treco Hernández, Manuel; Treco Hernandez, Manuel; Caicedo Castro, Isaac Bernardo; Bru Cordero, Osnamir Elias
    Este estudio analizó y comparó modelos de series de tiempo clásicos, redes neuronales artificiales y métodos híbridos para pronosticar el precio del ganado de primera calidad en Subastar S.A., Montería. Se destacó la importancia económica del sector ganadero en Córdoba y la evolución de la comercialización a través de subastas y plataformas virtuales. Además, se exploró el impacto de la inteligencia artificial en la predicción de precios, con énfasis en la metodología de Box-Jenkins y las redes neuronales. Se encontró que los modelos de redes neuronales híbridos CNN-LSTM y el modelo Transformer fueron los que arrojaron mejores resultados. El objetivo fue identificar el modelo más adecuado para mejorar la planificación económica y reducir riesgos financieros.