Modelos de predicción de series temporales: gripe y COVID-19
de Dios González, Javier
Ramos Terrades, Oriol, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Additional title:	Time series prediction models : influenza and COVID-19
Additional title:	Models de predicció de series temporals : grip i COVID-19
Date:	2022
Abstract:	En este artículo se trata la predicción de series temporales. Este tipo de datos prevalece en muchas disciplinas científicas y de ingeniería. La previsión de series temporales es una tarea crucial en ámbitos como el sanitario. En este trabajo, se emplea los modelos ARIMA y SARIMA para predecir valores con datos de la gripe y el COVID-19. Este proceso ha consistido en la obtención, análisis y preparación de los datos de forma detallada, para poder aplicar correctamente los modelos y obtener resultados. Los datos obtenidos se han analizado y esto ha permitido realizar la comparación entre los diferentes modelos aplicados. Finalmente, esta comparación se ha ampliado al resto de modelos más utilizados en el estado del arte de este ámbito.
Abstract:	This article presents time series forecasting. This type of data is prevalent in many scientific and engineering disciplines. Time series forecasting is a crucial task in many ambits such as healthcare one. In this project, the ARIMA & SARIMA models are used to predict values from Influenza and COVID-19 data. This process has consisted of obtaining, analyzing, and preparing the data in detail, in order to correctly apply the models and obtain results. The data obtained has been analyzed and this has allowed the comparison between the different applied models. Finally, this comparison has been extended to the rest of the most used models in the state-of-the-art in this field.
Abstract:	En aquest article es tracta la predicció de sèries temporals. Aquest tipus de dades prevalen moltes disciplines científiques i d'enginyeria. La previsió de sèries temporals és una tasca crucial en àmbits com ara el sanitari. En aquest treball, es fan servir els models ARIMA i SARIMA per predir valors amb dades de la grip i el COVID-19. Aquest procés ha consistit en l'obtenció, l'anàlisi i la preparació de les dades de forma detallada, per poder aplicar correctament els models i obtenir resultats. Les dades obtingudes s'han analitzat i això ha permès fer la comparació entre els diferents models aplicats. Finalment, aquesta comparació s'ha ampliat a la resta de models més utilitzats a l'estat de l'art d'aquest àmbit.
Rights:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Language:	Castellà
Studies:	Grau en Enginyeria Informàtica [2502441]
Study plan:	Enginyeria Informàtica [958]
Document:	Treball final de grau ; Text
Subject area:	Menció Computació
Subject:	ARIMA ; SARIMA ; Sèrie Temporal ; Transformer ; Serie Temporal ; Time Series

11 p, 1.3 MB

The record appears in these collections:
Research literature > Bachelor's degree final project > School of Engineering. TFG