Kevin Chuchuca, Galo Andrés Gutiérrez Larrea, Juan José Minga Ramón, Carlos Alberto Saldaña Enderica
{"title":"Detrás de las Cifras: IA Descodificando la Violencia de Género en Ecuador.","authors":"Kevin Chuchuca, Galo Andrés Gutiérrez Larrea, Juan José Minga Ramón, Carlos Alberto Saldaña Enderica","doi":"10.61582/kcqdmw38","DOIUrl":null,"url":null,"abstract":"Este artículo tiene como objetivo presentar resultados analizados con RNA no supervisadas sobre la violencia contra las mujeres en el territorio ecuatoriano. Para ello se realizó un trabajo de investigación para poder tener una recopilación de datos suficientes para que, al momento de implementar la RNA, tenga los datos necesarios para brindar informacion exacta sobre cada provincia del Ecuador a través de los años.\nLas RNA no supervisadas, en vez de contar con un conjunto de datos que ya tenga respuestas conocidas, la red examina la información sin orientación externa, reconociendo relaciones y agrupamientos inherentes. Esta estrategia resulta beneficiosa para examinar datos complejos, detectar tendencias en desarrollo y destacar características importantes. En síntesis, las redes neuronales no supervisadas se convierten en herramientas efectivas para revelar información subyacente en conjuntos de datos sin etiquetar, simplificando la comprensión de fenómenos diversos.\nEsta red neuronal artificial no supervisada, estará encargada de poder brindar resultados sobre los datos investigados, de la violencia contra la mujer los cuales estarán presentes en un conjunto de datos no etiquetados, estos resultados serán distinto a aquellos investigados, con ello podremos ver como la cantidad de tipo de violencia a la mujer, pueden disminuir o aumentar, dependiendo mucho de cada situación.\nEn los resultados se muestran mapas de Kohonen, los cuales constituyen la forma de visualizar el método de aprendizaje no supervisado empleado para generar una representación de dimensiones reducidas a partir de conjuntos de entrenamiento, manteniendo al mismo tiempo las características topológicas del espacio de entrada original.","PeriodicalId":516138,"journal":{"name":"EcoSur: Innovación, Tecnología y Desarrollo Sostenible de América Latina","volume":"60 3","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-01-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"EcoSur: Innovación, Tecnología y Desarrollo Sostenible de América Latina","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.61582/kcqdmw38","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Este artículo tiene como objetivo presentar resultados analizados con RNA no supervisadas sobre la violencia contra las mujeres en el territorio ecuatoriano. Para ello se realizó un trabajo de investigación para poder tener una recopilación de datos suficientes para que, al momento de implementar la RNA, tenga los datos necesarios para brindar informacion exacta sobre cada provincia del Ecuador a través de los años.
Las RNA no supervisadas, en vez de contar con un conjunto de datos que ya tenga respuestas conocidas, la red examina la información sin orientación externa, reconociendo relaciones y agrupamientos inherentes. Esta estrategia resulta beneficiosa para examinar datos complejos, detectar tendencias en desarrollo y destacar características importantes. En síntesis, las redes neuronales no supervisadas se convierten en herramientas efectivas para revelar información subyacente en conjuntos de datos sin etiquetar, simplificando la comprensión de fenómenos diversos.
Esta red neuronal artificial no supervisada, estará encargada de poder brindar resultados sobre los datos investigados, de la violencia contra la mujer los cuales estarán presentes en un conjunto de datos no etiquetados, estos resultados serán distinto a aquellos investigados, con ello podremos ver como la cantidad de tipo de violencia a la mujer, pueden disminuir o aumentar, dependiendo mucho de cada situación.
En los resultados se muestran mapas de Kohonen, los cuales constituyen la forma de visualizar el método de aprendizaje no supervisado empleado para generar una representación de dimensiones reducidas a partir de conjuntos de entrenamiento, manteniendo al mismo tiempo las características topológicas del espacio de entrada original.
本文旨在介绍使用无监督方差分析法对厄瓜多尔针对妇女的暴力行为进行分析的结果。为此,我们开展了研究工作,以收集足够的数据,从而在实施 ANN 时提供厄瓜多尔各省多年来的准确信息。 无监督 ANN 不依赖已有已知答案的数据集,而是在没有外部指导的情况下检查信息,识别内在关系和分组。这种策略有利于检查复杂的数据、检测发展的趋势和突出重要的特征。总之,无监督神经网络成为揭示无标签数据集中潜在信息的有效工具,简化了对各种现象的理解。这个无监督人工神经网络将负责提供对调查数据的结果,即存在于无标签数据集中的针对妇女的暴力行为,这些结果将与调查的结果不同,我们可以从中看到针对妇女的暴力行为的数量是如何减少或增加的,这在很大程度上取决于每种情况。结果显示了 Kohonen 地图,这是一种可视化的无监督学习方法,用于从训练集生成缩减维度的表示,同时保持原始输入空间的拓扑特征。