Estratificación temporal de Aedes Aegypti basada en herramientas geoespaciales y aprendizaje automático
Ver/Descargar
Fecha
2018Autor
Scavuzzo, Juan Manuel
Director/a
Sanchez, Jorge
Peralta, Gonzalo Sebastián
Metadatos
Mostrar el registro completo del ítemResumen
En el presente trabajo, por un lado, implementa un framework para la generación de modelos de aprendizaje automático (ML) con el objetivo de estimar la abundancia de vectores de Dengue, Zika y Chikungunya.
A su vez, se entrenan y evalúan modelos no lineales para modelar las poblaciones del mosquito. Éstos poseen mayor capacidad de generalización, en comparación con los modelos que actualmente se utilizan para tal fin.
En este trabajo se propone resolver el problema de la decisión de qué modelo utilizar en las localidades que no poseen datos de entrenamiento a través de un concepto novedoso en el campo de la epidemiología, que establece relaciones de cercanía entre regiones teniendo en cuenta sus características ambientales: la Distancia Ambiental Normalizada
El ítem tiene asociados los siguientes ficheros de licencia: