Aprendizaje no supervisado para identificar factores socioeconómicos asociados a defunciones fetales en colombia

Simple item page
dc.contributor.advisorRíos Gutiérrez, Andrés Sebastián
dc.contributor.authorBautista Ramos, Liceth Natali
dc.contributor.authorNuñez Rosales, Jacksymar Paola
dc.contributor.evaluatorOrtiz Pineda, Ivan David
dc.contributor.evaluatorSepulveda Sepulveda, Franklin Alexander
dc.date.accessioned2025-09-05T12:49:39Z
dc.date.available2025-09-05T12:49:39Z
dc.date.created2025-08-31
dc.date.issued2025-08-31
dc.description.abstractLas defunciones fetales representan un problema de salud pública en Colombia, asociado a desigualdades sociales y limitaciones en el acceso a servicios de salud. Según el DANE, entre 2020 y 2023 se registraron más de 80.000 casos, lo que evidencia la magnitud del fenómeno. Este proyecto busca identificar las condiciones socioeconómicas que influyen en dichas muertes mediante técnicas de aprendizaje no supervisado. Para ello, se utilizaron datos del DANE y se analizaron variables como edad materna, nivel educativo, afiliación a seguridad social y departamento de residencia. Se aplicó una Máquina de Boltzmann Restringida (RBM) junto con el algoritmo de K-medias, antes y después de la red neuronal, evaluando la homogeneidad de los grupos mediante entropía, con el objetivo de aportar evidencia para fortalecer la vigilancia epidemiológica y orientar políticas públicas en salud materna.
dc.description.abstractenglishFetal deaths represent a public health issue in Colombia, associated with social inequalities and limited access to healthcare services. According to DANE, more than 80,000 cases were reported between 2020 and 2023, highlighting the magnitude of the phenomenon. This project aims to identify the socioeconomic conditions influencing these deaths through unsupervised learning techniques. For this purpose, DANE data were used and variables such as maternal age, educational level, social security affiliation, and department of residence were analyzed. A Restricted Boltzmann Machine (RBM) was applied together with the K-means algorithm, both before and after the neural network, evaluating group homogeneity through entropy. The objective is to provide evidence to strengthen epidemiological surveillance and guide public health policies in maternal care.
dc.description.degreelevelPregrado
dc.description.degreenameMatemático
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/46194
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programMatemáticas
dc.publisher.schoolEscuela de Matemáticas
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_f1cf
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAPRENDIZAJE NO SUPERVISADO
dc.subjectDEFUNCIONES FETALES
dc.subjectFACTORES SOCIOECONÓMICOS
dc.subjectCOLOMBIA
dc.subjectREDES NEURONALES
dc.subjectMÁQUINA DE BOLTZMANN RESTRINGIDA
dc.subject.keywordUNSUPERVISED LEARNING
dc.subject.keywordFETAL DEATHS
dc.subject.keywordSOCIOECONOMIC FACTORS
dc.subject.keywordCOLOMBIA
dc.subject.keywordNEURAL NETWORKS
dc.subject.keywordRESTRICTED BOLTZMANN MACHINE
dc.titleAprendizaje no supervisado para identificar factores socioeconómicos asociados a defunciones fetales en colombia
dc.title.englishUnsupervised learning to identify socioeconomic factors associated with fetal deaths in Colombia
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 4 of 4
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
256.82 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
4.94 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización .pdf
Size:
142.73 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
140.65 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Matemáticas