EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB

Fernando Alain Incio Flores, Dulce Lucero Capuñay Sanchez, Ronald Omar Estela Urbina, Jorge Antonio Delgado Soto, Segundo Edilberto Vergara Medrano

REVISTA VERITAS ET SCIENTIA - UPT · 22.05.2021 · 10 (1) · 107-117

DOI: 10.47796/ves.v10i1.464 ↗

Kurz gefasst

Fachartikel in der Zeitschrift REVISTA VERITAS ET SCIENTIA - UPT, online erschienen am 22.05.2021. Verfasst von Fernando Alain Incio Flores und 4 weiteren Autor:innen. Die Arbeit wurde bisher 6-mal zitiert (Crossref). Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Predecir los resultados académicos de los estudiantes permite al docente buscar técnicas y estrategias en el tiempo indicado durante el proceso de enseñanza y aprendizaje con el fin de mejorar el logro de competencias en sus estudiantes. En esta investigación se implementó una red neuronal artificial (RNA) para predecir los resultados académicos del curso de física de los estudiantes del II ciclo de la carrera profesional de Ingeniería Civil de la universidad Nacional Intercultural Fabiola Salazar Leguía de Bagua-Perú en función de datos históricos. La RNA se diseñó e implemento en el Software MATLAB, su arquitectura está formada por una capa de entrada, una capa oculta y una capa de salida, para el entrenamiento de la RNA se utilizó dos algoritmos que posee la Toolbox de MATLAB: el Scaled Conjugate Gradient logrando un porcentaje de predicción del 70% y el Levenberg-Marquardt logrando un porcentaje de predicción 86%.

Zitieren

APA

Flores, F. A. I., Sanchez, D. L. C., Urbina, R. O. E., Soto, J. A. D., & Medrano, S. E. V. (2021). Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB. REVISTA VERITAS ET SCIENTIA - UPT, 10(1), 107-117. https://doi.org/10.47796/ves.v10i1.464

Vancouver

Flores FAI, Sanchez DLC, Urbina ROE, Soto JAD, Medrano SEV. Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB. REVISTA VERITAS ET SCIENTIA - UPT. 2021;10(1):107-117. doi:10.47796/ves.v10i1.464

BibTeX
@article{Flores2021,
  author = {Flores, Fernando Alain Incio and Sanchez, Dulce Lucero Capuñay and Urbina, Ronald Omar Estela and Soto, Jorge Antonio Delgado and Medrano, Segundo Edilberto Vergara},
  title = {Diseño e implementación de una red neuronal artificial para predecir el rendimiento académico en estudiantes de Ingeniería Civil de la UNIFSLB},
  journal = {REVISTA VERITAS ET SCIENTIA - UPT},
  year = {2021},
  volume = {10},
  number = {1},
  pages = {107--117},
  doi = {10.47796/ves.v10i1.464}
}
Kostenlos starten →