Resumen

CASTANEDA SANCHEZ, Willy Alex; POLO ESCOBAR, Benjamín Roldan  y  VEGA HUINCHO, Fernando. Redes neuronales artificiales: una medición de aprendizajes de pronósticos como demanda potencial. uct [online]. 2023, vol.27, n.118, pp.51-60.  Epub 05-Ene-2024. ISSN 1316-4821.  https://doi.org/10.47460/uct.v27i118.686.

Las redes neuronales en la actualidad se han constituido una herramienta tecnológica muy importante debido a su contribución en el desarrollo de problemas relacionados con los aprendizajes de pronósticos en la planificación de la producción para cumplir la demanda potencial. El objetivo de la investigación consiste en aplicar las redes neuronales artificiales para medir el aprendizaje profundo en pronósticos. El estudio es cuantitativo de diseño pre experimental. Se aplicó una prueba con pres test y pos test sobre lenguaje de programación Visual Net de red neuronal para cada tipo de aprendizaje programado. Los resultados basados en los promedios respecto al aprendizaje conceptual de pronóstico y el método de red neuronal fueron sustanciales, mientras con el aprendizaje automático y profundo contribuyeron al desarrollo del problema, en cuanto al aprendizaje profundo de las conductas de los alumnos es importante y los resultados de la aplicación de pronósticos ayudaron a los cambios de la red neuronal en adquirir la capacidad de aprender funciones más complejas. Concluyendo que las redes neuronales artificiales en el aprendizaje profundo de pronóstico mejoran sustancialmente los aprendizajes en conceptos, procedimientos y conductas las cuales con llevan a la empresa a minimizar los costos e incrementar utilidades por diversos conceptos.

Palabras clave : Redes neuronales artificiales; aprendizaje de pronósticos; planificación; producción.

        · resumen en Inglés     · texto en Español     · Español ( pdf )