Aplicación de técnicas de machine learning en tasas

de mortalidad - Un enfoque funcional.

Universidad Santo Tomás – Facultad de estadística

Maestría en estadística aplicada

Docente: Ph. D. Wilmer Pineda Ríos

1
FREDY ALEXANDER RIVERA GÓMEZ 12/7/21
 Deep Learning with Functional Inputs
Ideas

• Redes neuronales funcionales

• Pesos funcionales - Modelo de regresión funcional – Promedio de estimación (redes neuronales)

Metodología

Se propone una metodología para integrar datos funcionales a redes neuronales profundas y dar respuesta a predicción de datos escalares.

Presenta funciones suavizadas de tiempo – ponderaciones funcionales

Los pesos funcionales son considerados como hiperparametros y su inicialización depende del tipo de capas conectadas la calibración se realiza
mediante la validación cruzada de una lista de posibles valores que puede tomar el hiperparámetro.

Se desarrolla un paquete en R ´para aplicación en redes profundas

La metodología es aplicada en varios conjuntos de datos obteniendo mejores resultados al aplicar FNN

Se demostraron que RNN superó a otros modelos funcionales y métodos multivariados con
respecto al RSME.
Para ampliar este proyecto, se pueden desarrollar algoritmos para otras combinaciones de entrada
y tipos de salida como la función en modelos de regresión de funciones (Morris, 2015). Es más, se
puede considerar agregar restricciones adicionales a las neuronas de la primera capa a través de
la penalización u otros métodos.

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 2

 Traffic signal detection from in-vehicle GPS speed profiles using
functional data analysis and machine learning
Ideas

• Técnicas de machine learning

• Reconocimiento de señales de tráfico a partir de perfiles de velocidad
• Clasificador de perfiles de velocidad
• Regresión funcional

Metodología

Se propone tres enfoques un directo, otros de reconocimiento de imágenes y otro funcional.

Se define clasificadores que buscan estimar la probabilidad posterior de presencia de una señal de tráfico en la ventana.

Naive Bayes, k-nearest neighbors, decision tree, support vector machine, random ferns, random forests

Conclusión

La regresión funcional arroja mejores resultados de clasificación que técnicas de machine learning y ofrece un ventaja en cuanto
capacidad computacional

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 3

 Benchmarking time series classification - Functional data vs
machine learning approaches

Ideas
• Clasificación de series de tiempo mediante análisis de datos funcionales
• Optimización de hiperparámetros – Optimización bayesiana – Incremento de la precisión 5%
• Análisis de datos funcionales
• Maquinas de soporte vectorial
• Boostraping – para generar muestras de entrenamiento y test

Metodología

Se realiza una comparación empleando diversas técnicas de

análisis de datos funcionales con algoritmos de machine learning
y se valida su poder predictivo, aplicando optimización de
hiperparametros, para un grupo de 51 conjunto de datos.

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 4

 Random Forests for Functional Covariates

Ideas
• Toma valores medios de las funciones en esos intervalos como predictores en árboles de regresión

Metodología

Se tutiliza 100 muestras de carne para el conjunto de enrenamiento y 48 muestras como conjunto de prueba

Se buscar predecir los niveles de concentración de escatol en la carne jabalí como un variable de clasificación por encima o por debajo
de cierto umbral.

También se muestra la importancia de predecir si un trozo de carne posee o no contenido de escatol.

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 5

 Machine learning techniques for mortality modeling - 2017

Ideas
• Modelos clásicos modelo de Lee- Carter Y el modelo Renshaw – Haberman
• Modelado de mortalidad por causa – Modelo de Poisson
• Regression tree boosting machine
• Modelado por género

Metodología
Se determina los pronósticos de mortalidad en Suiza con las técnicas clásicas y se comparan con
modelo de Regression tree boosting machine, con el fin de conocer las debilidades de los modelos
clásicos.
Por otra parte se estima las probabilidades de muertes por causa, mediante el modelo de probabilidad
de Poisson

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 6

 Machine learning-based mortality rate prediction using
optimized hyper-parameter

Ideas
• Modelos datos de Turquía, España, Suecia, Francia y Pakistán
• Predicción de tasas de mortalidad a partir de casos confirmado de COVID
• Métodos de regresión con hiperparámetros- Gaussian Process Regression (GPR) model con
hiperparametro optimizado
• Extensión de modelo de Lee Carter a múltiples poblaciones mediante redes neuronales

Metodología
Se realizar la predicción de muertes por COVID realizando la optimización del hiperparametro para un
proceso gausiano de regresión

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 7

 A functional data analysis approach for forecasting
population: A case study for the United Kingdom

Ideas
• Predicción de cuatro componentes demográficos, a saber, mortalidad, fecundidad, emigración e inmigración
• Regresión de componentes principales para pronosticar perfiles de edad
• Modelo de cohortes de edad
• Método de análisis de datos funcionales multinivel.
• La incertidumbre del pronóstico asociada se incorpora mediante bootstrapping
• Transformación de Box Coxx

Metodología

Se combino predicciones de mortalidad, fecundidad, emigración e inmigración para hacer la previsión de la

población
Se trabajó las predicciones a través de un modelo de datos funcional multinivel

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 8

 MORTALITY AND LIFE EXPECTANCY FORECASTING FOR A GROUP OF
POPULATIONS IN DEVELOPED COUNTRIES: A MULTILEVEL FUNCTIONAL DATA
METHOD

Ideas
• Pronosticar la mortalidad específica por edad para dos o más poblaciones
• Método de análisis de datos funcionales multinivel para extraer la tendencia común y residual de la población
• Suavizado no paramétrico
• Componentes principales de orden superior

Metodología
Se aplica un modelo Bayesiano y un modelo de datos funcionales multinivel para hacer los pronóticos, al final se
obtiene la precisión de las predicciones en diferentes países para comparar ambos métodos. Se obtiene que el
modelado bayesiano arroja mejores resultados cuando se busca predecir la mortalidad de mujeres, mientras tanto
el modelo funcional multinivel es mejor para los hombres

El método bayesiano es mejor para predecir datos a largo plazo

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 9

Gracias

FREDY ALEXANDER RIVERA GÓMEZ 12/7/21 10