Salazar-Vasquez, Fredy A.Osorio-Serna, CarlosCaicedo-Giraldo, María AlejandraAlfonso-Morales, WilfredoCaicedo-Bravo, Eduardo F.2017-07-162024-07-252017-07-162024-07-252017-07-160121-3709https://repositorio.unillanos.edu.co/handle/001/3956La metodología de clustering fue utilizada para agrupar tres barrios en Quibdó teniendo en cuenta factores que favorecen el desarrollo de la malaria. Los mapas auto-organizados de Kohonen fueron utilizados para el análisis de las características más significativas en la clasificación. Los clusters detectados fueron comparados con la clasificación geográfica de las casas, encontrando, que los mapas auto-organizados de Kohonen clasifican las casas por las condiciones ambientales propicias para el desarrollo del mosquito más que por la clasificación administrativa de la ciudad.Clustering methodology was used to group three neighborhoods in Quibdo taking into account factors that favor the development of malaria. The Kohonen self-organizing maps were used for the analysis of the most significant features in the standings. The detected clusters were compared with the geographical classification of houses, finding that the Kohonen self-organizing maps households classified by environmental conditions conducive to development rather than the administrative classification of the city.application/pdfspaOrinoquia - 2019Artificial Neural NetworksClusteringMalariaSelf-organized map of KohonenClusteringMalária UrbanMapa Auto Organizado KohonenRedes Neurais ArtificiaisClusteringMalaria urbanaMapa Auto Organizado de KohonenRed Neuronal ArtificialArtículo de revistainfo:eu-repo/semantics/openAccess10.22579/20112629.5472011-2629https://doi.org/10.22579/20112629.547http://purl.org/coar/access_right/c_abf2