Examinando por Autor "Cogollo Flórez, Myladis Rocío"
Mostrando 1 - 4 de 4
Resultados por página
Opciones de ordenación
Publicación Acceso abierto 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 RaquelEn 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.Publicación Acceso abierto Análisis de series temporales para pronosticar los casos de dengue en el departamento de Córdoba(2023-08-18) Medina Segovia, Ever; Cogollo Flórez, Myladis RocíoEste trabajo propone una estrategia de modelado para predecir la tasa de incidencia del dengue en el Departamento de Córdoba por cada 100.000 habitantes, teniendo en cuenta el impacto de variables exógenas. Se usaron los datos de los casos de dengue, precipitación y humedad relativa, reportados desde el año 2007 hasta el 2021, por periodo epidemiológico. En el ajuste del modelo de series de tiempo, se utiliza la combinación del enfoque de validación cruzada y la metodología de Box-Jenkins. Además, se muestra que al incluir las variables humedad relativa y precipitación, como exógenas, se encuentra que el mejor modelo es el SARIMAX(1, 1, 1)(0, 0.1)[13], quién presenta los resultados de desempeño más consistentes en los conjuntos de entrenamiento y prueba de todos los modelos ajustados.Publicación Restringido Estimación del índice de capacidad de procesos Cpm usando un enfoque prescriptivo(Universidad de Córdoba, 2024-06-26) Jiménez Peña, Elis Loana; Cogollo Flórez, Myladis Rocío; Morales Ospina, Victor; Arteaga Sierra, MónicaLos procedimientos industriales requieren de acciones y decisiones efectivas para monitorear y mejorar la calidad de cualquier tipo de producto, manteniendo la competitividad y el cumplimiento de las especificaciones preestablecidas. Los índices de capacidad de procesos son una herramienta empleada para ello, sin embargo, generalmente requieren que se satisfaga el supuesto de normalidad de los datos del proceso, y no se ha abordado un análisis de sensibilidad del efecto que pueden tener cambios en los parámetros claves del proceso sobre el valor del índice. En este estudio se propone un análisis prescriptivo para la estimación del índice de capacidad Cpm cuando los datos del proceso no se distribuyen normalmente. Se consideran métodos de optimización tradicional y heurísticos, junto con optimización no lineal. Con la metodología propuesta se logra identificar, a partir de datos históricos, los valores óptimos de los percentiles que conllevan a obtener un valor del índice Cpm de un proceso capaz. En particular para el conjunto de datos experimental analizado, el cual se puede ajustar a una distribución Gamma, se encuentra que los valores del índice que denotan procesos capaces aumentan a medida que aumenta el parámetro de escala, mientras que el parámetro de forma se mantiene cercano a cero.Publicación Restringido Pypcapability: un módulo en python para evaluar estadísticamente la capacidad de un proceso(2022-08-26) Martínez Chamorro, Rolando Daniel; Cogollo Flórez, Myladis RocíoLas industrias deben analizar la capacidad de sus procesos para cumplir con las especificaciones de los productos, y así poder decidir si es necesario tomar acciones de mejoramiento. Generalmente, esto se hace mediante los índices de capacidad de procesos (ICP), quienes proporcionan una estimación numérica de dicha capacidad. Dado que este análisis se realiza de manera rutinaria en las industrias, es necesario tener acceso a herramientas computacionales que estén soportadas en una teoría estadística sólida y que sean de fácil manejo. En este trabajo se formula y desarrolla un nuevo modulo en Python, denominado PyPCapability, que facilita y dinamiza el análisis de la capacidad de los procesos, con un Entorno de programación básica para el usuario, que acompaña a este desde el proceso de validación de los supuestos hasta la estimación puntual y por intervalo de los ICP tradicionales. Adicionalmente, el módulo proporciona una ayuda en la interpretación de los resultados estadísticos obtenidos en cada etapa del análisis, y tiene implementados nuevas metodologías estadísticas para la verificación del control de los procesos. Los resultados hallados al examinar la viabilidad de PyPCapability usando datos reales, demuestran que ´este es un mecanismo útil y confiable para aplicar en las industrias.