2021
DOI: 10.17268/sel.mat.2021.01.02
|View full text |Cite
|
Sign up to set email alerts
|

Forecasting SARS-CoV-2 in the peruvian regions: a deep learning approach using temporal convolutional neural networks

Abstract: The SARS-CoV-2 pandemic had taken the world by surprise since its discovery on December 2019, causing major losses worldwide. In this work, a deep learning model was developed to predict and forecast the daily SARS-CoV-2 cases on the Peruvian regions. The data used belongs to the open covid-19 data set, sourced by the Health Ministry of Peru (MINSA). The data set includes the periods from March 03, 2020 to March 16, 2021. A holdout approach was used, creating a training and validation data splits. Using the va… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2022
2022
2022
2022

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 17 publications
0
0
0
1
Order By: Relevance
“…Se pudo obtener resultados que muestran que el mejor enfoque de capacitación se obtiene con Colab, y el mejor enfoque de prueba se obtiene con MATLAB. En el décimo artículo, Aguilar I. et al (2021) plantea cinco modelos: Red neuronal de convolución temporal (TCN), MAE, MAD, MSLE y RMSLE. Se pudo obtener que el modelo presentado puede ser utilizado por cualquier región como una herramienta para evaluar las tendencias dinámicas en los casos diarios de SARS-CoV-2.…”
Section: Materiales Y Métodosunclassified
“…Se pudo obtener resultados que muestran que el mejor enfoque de capacitación se obtiene con Colab, y el mejor enfoque de prueba se obtiene con MATLAB. En el décimo artículo, Aguilar I. et al (2021) plantea cinco modelos: Red neuronal de convolución temporal (TCN), MAE, MAD, MSLE y RMSLE. Se pudo obtener que el modelo presentado puede ser utilizado por cualquier región como una herramienta para evaluar las tendencias dinámicas en los casos diarios de SARS-CoV-2.…”
Section: Materiales Y Métodosunclassified