Técnicas híbridas de aprendizaje profundo para predecir fenómenos complejos: una revisión sobre COVID-19
Autores: Jamshidi, Mohammad (Behdad); Roshani, Sobhan; Daneshfar, Fatemeh; Lalbakhsh, Ali; Roshani, Saeed; Parandin, Fariborz; Malek, Zahra; Talla, Jakub; Peroutka, Zdenk; Jamshidi, Alireza; Hadjilooei, Farimah; Lalbakhsh, Pedram
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Técnicas híbridas de aprendizaje profundo para predecir fenómenos complejos: una revisión sobre COVID-19
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Fenómenos
Complejidad
Incertidumbre
Cerebro humano
Clima global
Propagación de virus
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Los fenómenos complejos tienen algunas características comunes, como la no linealidad, la complejidad y la incertidumbre. En estos fenómenos, los componentes suelen interactuar entre sí y una parte del sistema puede afectar a otras partes o viceversa. Por lo tanto, el cerebro humano, el clima global de la Tierra, la propagación de virus, las organizaciones económicas y algunos sistemas de ingeniería como los sistemas de transporte y las redes eléctricas pueden categorizarse en estos fenómenos. Dado que tanto los enfoques analíticos como los métodos de inteligencia artificial tienen características específicas para resolver problemas complejos, una combinación de estas técnicas puede llevar a nuevos métodos híbridos con un rendimiento considerable.
Descripción
Los fenómenos complejos tienen algunas características comunes, como la no linealidad, la complejidad y la incertidumbre. En estos fenómenos, los componentes suelen interactuar entre sí y una parte del sistema puede afectar a otras partes o viceversa. Por lo tanto, el cerebro humano, el clima global de la Tierra, la propagación de virus, las organizaciones económicas y algunos sistemas de ingeniería como los sistemas de transporte y las redes eléctricas pueden categorizarse en estos fenómenos. Dado que tanto los enfoques analíticos como los métodos de inteligencia artificial tienen características específicas para resolver problemas complejos, una combinación de estas técnicas puede llevar a nuevos métodos híbridos con un rendimiento considerable.