Pronóstico del COVID-19 en Colombia utilizando Redes Neuronales Recurrentes con celdas de gran memoria decorto plazo y unidades recurrentes cerradas

• Yeison Armando Buitrago López ^[1] ; Luis Alejandro Másmela Caita ^[1]
  1. [1] Universidad Distrital
• Localización: Comunicaciones en Estadística, ISSN 2027-3355, ISSN-e 2339-3076, Vol. 15, Nº. 2, 2022, págs. 16-38
• Idioma: español
• Títulos paralelos:
  • Forecasting of COVID-19 in Colombia using recurrent neural networks with longshort term memory and gated recurrent units
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El 6 de marzo del 2020, el primer caso de COVID-19 fue reportado en Colombia, este virus, declaradocomo una emergencia de salud p ́ublica de importancia internacional ha afectado diferentes sectores.Existe un auge en cuanto al n ́umero de estudios que buscan hacer pron ́osticos en diversos aspectosque tienen que ver con este virus. El presente trabajo muestra los aspectos te ́oricos de las redesneuronales recurrentes y se utilizan para crear una predicci ́on de 60 d ́ıas sobre los casos acumulados,fallecidos acumulados y recuperados acumulados disponibles desde el 6 de marzo del 2020 hasta el6 de marzo del 2022. Redes neuronales con celdas GRU y LSTM junto con las cl ́asicas RNN fueronutilizadas para hacer estos pron ́osticos.

  • English

    On march 6 of 2020, the first case of COVID-19 was reported in Colombia. This virus, declared apublic health emergency of international importance, has affected different sectors. There is a boomin the number of studies that make forecasts in various aspects that have to do with this virus. Thepresent work shows the theoretical aspects of recurrent neuronal networks and his use to create a60-day forecast on cumulative cases, cumulative deaths and cumulative recovered, available frommarch 6 2020 to march 6 2022. Neural networks with GRU and LSTM cells along with the classicRNN were used to make these forecasts.