Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación

Autores
Rojas, María del C.; Vázquez, Juan C.; Castillo, Javier; Cardenas, Marina Elizabeth
Año de publicación
2010
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El presente proyecto se enmarca en una línea de investigación relacionada con la aplicación de técnicas de aprendizaje automático, a la resolución de problemas de las ciencias sociales. El grupo de investigación nuclea a investigadores de la UTN y IIGHI-Conicet, y tiene como uno de sus logros la creación de un software y un modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET. Este software se ha denominado RVS (por sus siglas de Riesgo, Vivienda y Salud) y esta basado en redes neuronales artificiales. El dominio del problema del riesgo de la vivienda urbana se supone complejo y no lineal, y ha sido modelado empleando redes neuronales artificiales que emula una red conceptual de relación de factores sociales, económicos y demográficos que no se ajusta a los modelos clásicos. El cálculo de un índice de riesgo permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que ya está en marcha en varios países de América Latina.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
riesgo en salud
redes neuronales artificiales
sistema complejo
sistema no lineal
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/152969

id SEDICI_af084d8630c0b0c5179e510527de4f9e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/152969
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimaciónRojas, María del C.Vázquez, Juan C.Castillo, JavierCardenas, Marina ElizabethCiencias Informáticasriesgo en saludredes neuronales artificialessistema complejosistema no linealEl presente proyecto se enmarca en una línea de investigación relacionada con la aplicación de técnicas de aprendizaje automático, a la resolución de problemas de las ciencias sociales. El grupo de investigación nuclea a investigadores de la UTN y IIGHI-Conicet, y tiene como uno de sus logros la creación de un software y un modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET. Este software se ha denominado RVS (por sus siglas de Riesgo, Vivienda y Salud) y esta basado en redes neuronales artificiales. El dominio del problema del riesgo de la vivienda urbana se supone complejo y no lineal, y ha sido modelado empleando redes neuronales artificiales que emula una red conceptual de relación de factores sociales, económicos y demográficos que no se ajusta a los modelos clásicos. El cálculo de un índice de riesgo permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que ya está en marcha en varios países de América Latina.Sociedad Argentina de Informática e Investigación Operativa2010info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf3077-3084http://sedici.unlp.edu.ar/handle/10915/152969spainfo:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-18_0.pdfinfo:eu-repo/semantics/altIdentifier/issn/1853-1881info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T11:02:02Zoai:sedici.unlp.edu.ar:10915/152969Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 11:02:02.775SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
title Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
spellingShingle Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
Rojas, María del C.
Ciencias Informáticas
riesgo en salud
redes neuronales artificiales
sistema complejo
sistema no lineal
title_short Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
title_full Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
title_fullStr Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
title_full_unstemmed Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
title_sort Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación
dc.creator.none.fl_str_mv Rojas, María del C.
Vázquez, Juan C.
Castillo, Javier
Cardenas, Marina Elizabeth
author Rojas, María del C.
author_facet Rojas, María del C.
Vázquez, Juan C.
Castillo, Javier
Cardenas, Marina Elizabeth
author_role author
author2 Vázquez, Juan C.
Castillo, Javier
Cardenas, Marina Elizabeth
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
riesgo en salud
redes neuronales artificiales
sistema complejo
sistema no lineal
topic Ciencias Informáticas
riesgo en salud
redes neuronales artificiales
sistema complejo
sistema no lineal
dc.description.none.fl_txt_mv El presente proyecto se enmarca en una línea de investigación relacionada con la aplicación de técnicas de aprendizaje automático, a la resolución de problemas de las ciencias sociales. El grupo de investigación nuclea a investigadores de la UTN y IIGHI-Conicet, y tiene como uno de sus logros la creación de un software y un modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET. Este software se ha denominado RVS (por sus siglas de Riesgo, Vivienda y Salud) y esta basado en redes neuronales artificiales. El dominio del problema del riesgo de la vivienda urbana se supone complejo y no lineal, y ha sido modelado empleando redes neuronales artificiales que emula una red conceptual de relación de factores sociales, económicos y demográficos que no se ajusta a los modelos clásicos. El cálculo de un índice de riesgo permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que ya está en marcha en varios países de América Latina.
Sociedad Argentina de Informática e Investigación Operativa
description El presente proyecto se enmarca en una línea de investigación relacionada con la aplicación de técnicas de aprendizaje automático, a la resolución de problemas de las ciencias sociales. El grupo de investigación nuclea a investigadores de la UTN y IIGHI-Conicet, y tiene como uno de sus logros la creación de un software y un modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET. Este software se ha denominado RVS (por sus siglas de Riesgo, Vivienda y Salud) y esta basado en redes neuronales artificiales. El dominio del problema del riesgo de la vivienda urbana se supone complejo y no lineal, y ha sido modelado empleando redes neuronales artificiales que emula una red conceptual de relación de factores sociales, económicos y demográficos que no se ajusta a los modelos clásicos. El cálculo de un índice de riesgo permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que ya está en marcha en varios países de América Latina.
publishDate 2010
dc.date.none.fl_str_mv 2010
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/152969
url http://sedici.unlp.edu.ar/handle/10915/152969
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://39jaiio.sadio.org.ar/sites/default/files/39jaiio-cais-18_0.pdf
info:eu-repo/semantics/altIdentifier/issn/1853-1881
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
3077-3084
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1868982361977257984
score 13.334379