Resumen

En la actualidad, todo el mundo se enfrenta a una situación de pandemia en forma de enfermedades por coronavirus (COVID-19). En relación con la propagación de casos confirmados y muertes por COVID-19, varios investigadores han analizado el impacto de la temperatura y la humedad en la propagación del coronavirus. En este documento, se realiza un exhaustivo análisis basado en aprendizaje profundo por transferencia evaluando la influencia de diferentes factores climáticos, incluyendo temperatura, horas de sol y humedad. Para llevar a cabo todos los experimentos, se utilizan dos conjuntos de datos: uno tomado de Kaggle que consiste en informes oficiales de casos de COVID-19 y otro conjunto de datos relacionado con el clima. Además, los datos de COVID-19 también son probados y validados utilizando modelos de aprendizaje profundo por transferencia. A partir de los resultados experimentales, se muestra que la temperatura, la velocidad del viento y las horas de sol tienen un impacto significativo en los casos y muertes por COVID-19. Sin embargo, se demuestra que la humedad no afecta significativamente a los

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Pandemia; Coronavirus; Temperatura; Humedad; Horas de sol; Conjuntos de datos
• Keywords:Pandemic; Coronavirus; Temperature; Humidity; Sunlight hours; Data sets