@article{Mayta Avalos_Valdivia Mamani_Rosales Castilla_Gines Colana_2021, title={Predicción de mortalidad a causa del Covid 19 en Perú utilizando redes neuronales artificiales}, volume={2}, url={https://n2t.net/ark:/42411/s6/a43}, DOI={10.48168/innosoft.s6.a43}, abstractNote={<p>Con el desarrollo de la pandemia en Perú, la cantidad de fallecidos ha ido en aumento y lamentablemente no se han tomado las medidas adecuadas, esto por no tener una herramienta que nos permita saber la cantidad de fallecidos posibles en un tiempo determinado. El objetivo del presente artículo es proponer una herramienta capaz de predecir la cantidad de fallecidos por COVID-19 en función del tiempo. La metodología utilizada fue redes neuronales artificiales utilizando series temporales con información obtenida del Ministerio de Salud del estado peruano a través de su portal de datos abiertos. Los resultados alcanzados tuvieron un error cuadrático medio de 0.0037 y pérdida de 0.0480. Los resultados obtenidos a lo largo del artículo confirman la validez de esta herramienta y la efectividad en la predicción de la cantidad de fallecidos a causa del COVID 19.</p&gt;}, number={2}, journal={Innovación y Software}, author={Mayta Avalos , Cesar and Valdivia Mamani , Jesús Cristian and Rosales Castilla, Fernando and Gines Colana , Milca}, year={2021}, month={sep.}, pages={14-26} }