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
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/152969
Ver los metadatos del registro completo
| 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 |