Mostrar registro simples

Pronóstico del déficit de viviendas en el estado Mérida, Venezuela mediante redes neuronales artificiales

dc.rights.licensehttp://creativecommons.org/licenses/by-nc-sa/3.0/ve/
dc.contributor.authorColmenares Lacruz, Gerardo Augusto
dc.contributor.authorGil Ruiz, Annjulie A.
dc.date.accessioned2011-05-13T21:35:22Z
dc.date.available2011-05-13T21:35:22Z
dc.date.issued2011-05-13T21:35:22Z
dc.identifier.urihttp://www.saber.ula.ve/handle/123456789/33071
dc.description.abstractSe combina Funciones de Bases Radiales (RBF) y Análisis Multivariante para pronosticar el déficit de viviendas en el estado Mérida. Se construyó un indicador alternativo al usado convencionalmente para evaluar este fenómeno. La información primaria se obtuvo de las Encuestas de Hogares por Muestreo (EHM) entre 1994 y 2005. Las variables empleadas fueron el número de hogares, tenencia, hacinamiento, adecuación y condición de la vivienda. Se destaca que mediante RBF se alcanzó un aceptable nivel de efectividad y de adaptación: se adecuó al tipo de problema que se modeló. Los resultados obtenidos en el entrenamiento y generalización alcanzaron valores del error cuadrático medio muy bajos, con un buen nivel de acierto para el pronóstico y, debido a la consistencia de estos resultados, se demostró robustez en el entrenamiento.es_VE
dc.language.isoeses_VE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectDéficit cualitativoes_VE
dc.subjectDéficit cuantitativoes_VE
dc.subjectAnálisis de correspondencia múltiplees_VE
dc.subjectRedes neuronales artificialeses_VE
dc.subjectIndicadoreses_VE
dc.titlePronóstico del déficit de viviendas en el estado Mérida, Venezuela mediante redes neuronales artificialeses_VE
dc.title.alternativePrediction of insufficient housing supply at Mérida, Venezuela by artificial neural networkses_VE
dc.typeinfo:eu-repo/semantics/article
dc.description.abstract1This work combines the tools of Radial Basis Function (RBF) and Multivariate Analysis to predict insufficient housing supply in the state of Merida, Venezuela. An alternative indicator to the commonly one used was built in order to evaluate this phenomenon. Data covering the number of families at the same house, house property, overcrowding level, housing physical condition, and public utilities condition were extracted from The Household Sampling Survey (HSS), 1994-2005. It is outstanding that RBF showed an acceptable level of effectiveness and capacity of adapting itself to this kind of problem. In general, results obtained during training and generalization stages reached very low average quadratic errors, a good level of success in the prognosis and robustness of the trained models.es_VE
dc.description.colacion109-140es_VE
dc.description.emailgcolmen@ula.vees_VE
dc.description.emailkannjulie@hotmail.comes_VE
dc.description.frecuenciasemestrales_VE
dc.identifier.depositolegal198702me336es_VE
dc.subject.facultadFacultad de Ciencias Económicas y Socialeses_VE
dc.subject.institutoinvestigacionInstituto de Investigaciones Económicas y Sociales (IIES)es_VE
dc.subject.keywordsQualitative deficites_VE
dc.subject.keywordsQuantitative deficites_VE
dc.subject.keywordsMultiple correspondence analysises_VE
dc.subject.keywordsArtificial neural networkses_VE
dc.subject.keywordsScoreses_VE
dc.subject.publicacionelectronicaRevista Economíaes_VE
dc.subject.seccionRevista Economía: Artículoses_VE
dc.subject.thematiccategoryCiencias Económicas y Socialeses_VE
dc.subject.tipoRevistases_VE
dc.type.mediaTextoes_VE


Arquivos deste item

Thumbnail
Nome:
articulo5.pdf
Tamanho:
1.650Mb
Formato:
PDF
Visualizar/Abrir

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples