Modelado del riesgo de la vivienda urbana para la salud y el empleo de Redes Neuronales Artificiales para su estimación

Abstract

El presente proyecto se enmarca en una línea de investigación relacionada con la aplicación de técnicas de aprendizaje automático, a la resolución de problemas de las ciencias sociales. El grupo de investigación nuclea a investigadores de la UTN y IIGHI-Conicet, y tiene como uno de sus logros la creación de un software y un modelo computacional que implementa la metodología de estimación del riesgo para la salud de la vivienda urbana desde el enfoque de la vulnerabilidad social, propuesta por el IIGHI-CONICET. Este software se ha denominado RVS (por sus siglas de Riesgo, Vivienda y Salud) y esta basado en redes neuronales artificiales. El dominio del problema del riesgo de la vivienda urbana se supone complejo y no lineal, y ha sido modelado empleando redes neuronales artificiales que emula una red conceptual de relación de factores sociales, económicos y demográficos que no se ajusta a los modelos clásicos. El cálculo de un índice de riesgo permitiría a las autoridades de salud dirigir más acertadamente los fondos disponibles, en la medida que la metodología sea confirmada por trabajo de campo, tarea que ya está en marcha en varios países de América Latina.