Aplicación de técnicas de Inteligencia Artificial para la predicción de la recesión económica de la crisis del COVID-19

Méndez-Benegassi Márquez, Jorge (2021). Aplicación de técnicas de Inteligencia Artificial para la predicción de la recesión económica de la crisis del COVID-19. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Telecomunicación (UPM), Madrid, España.

Description

Title: Aplicación de técnicas de Inteligencia Artificial para la predicción de la recesión económica de la crisis del COVID-19
Author/s:
  • Méndez-Benegassi Márquez, Jorge
Contributor/s:
  • Cámara Largo, Mateo José
Item Type: Final Project
Degree: Grado en Ingeniería de Tecnologías y Sistemas de Telecomunicación
Date: July 2021
Subjects:
Freetext Keywords: Pandemia, Inteligencia Artificial, Redes Neuronales Artificiales, recesión económica, LSTM, GRU.
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Señales, Sistemas y Radiocomunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

La pandemia provocada por el virus SARS-Cov-2 ha supuesto una situación excepcional en prácticamente todo el planeta. Ante este escenario, la población de distintas regiones ha optado por confinarse reduciendo así la movilidad y deteniendo gran parte de la actividad económica. Así pues, la enfermedad ha traído consigo no solo una crisis de carácter sanitario, sino una de carácter económico. Este Trabajo de Fin de Grado investiga la posibilidad de aplicar modelos de Inteligencia Artificial (IA) basados en Redes Neuronales Artificiales (RNA) con el fin de obtener una predicción de la recesión económica provocada por la pandemia, y para ello, se realizan dos estudios. El primero consiste en estimar los valores futuros del índice bursátil de referencia español, el IBEX 35, a partir de los datos epidemiológicos extraídos, los cuales presentan una alta correlación con los datos financieros. El segundo pretende predecir la variación del Producto Interior Bruto (PIB) per cápita de un determinado país según sus determinadas características económico-sociales y el impacto pandémico experimentado. Finalmente, se prueban los modelos implementados de ambas investigaciones ante tres posibles escenarios (pesimista, medio y optimista) con el fin de estimar el impacto de la recesión económica. Ambos estudios se implementan en el lenguaje de programación Python, y para su desarrollo se han creado diferentes conjuntos de datos a partir de la información recopilada. Para lograrlo se requiere un preprocesado de los datos de los cuales se nutrirán los modelos de IA desarrollados, con el fin de mejorar su precisión. Por otra parte, el uso de RNA ha demostrado ser una técnica eficaz para la investigación en cuestión, obteniendo resultados fiables siempre y cuando las variables de los conjuntos de datos de entrada sean suficientemente significativas. En este proyecto se prueban redes neuronales de tipo Long Short-Term Memory (LSTM) y Gated Recurrent Unit (GRU) para el primer estudio, y redes neuronales densas para el segundo.

More information

Item ID: 67710
DC Identifier: https://oa.upm.es/67710/
OAI Identifier: oai:oa.upm.es:67710
Deposited by: Jorge Méndez-Benegassi Márquez
Deposited on: 07 Oct 2021 13:36
Last Modified: 07 Oct 2021 13:36
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM