Una metodología de clustering para agrupar series temporales en regiones contiguas

Pablo Quintana

No 4589, Asociación Argentina de Economía Política: Working Papers from Asociación Argentina de Economía Política

Abstract: Los algoritmos de clustering con restricción espacial existentes están enfocados principalmente en obtener regiones contiguas, pero no hay muchos trabajos que contemplen la agrupación de series temporales. En este paper se propone una nueva metodología de regionalización que contempla los avances que se vienen haciendo en el campo de redes neuronales y aprendizaje no supervisado denominada spatial constraints into deep embedding clustering (SDEC). El propósito del algoritmo es agrupar unidades espaciales transformando el espacio de atributos en otro de menor dimensión representado por variables latentes que logren destacar la característica del grupo al que pertenecen. Se realizaron simulaciones de series temporales por cada unidad espacial en dónde, SDEC muestra resultados superiores con respecto a otros métodos existentes en la literatura. Con el objetivo de aplicar el método a problemas de la vida real, se hace un breve estudio de la evolución del virus del Covid 19 por departamento o partido de la República Argentina, posteriormente se trata de llegar a una interpretación de los resultados obtenidos para evaluar el funcionamiento del algoritmo.

JEL-codes: C18 (search for similar items in EconPapers)
Pages: 17 pages
Date: 2022-11
References: View references in EconPapers View complete reference list from CitEc
Citations:

Downloads: (external link)
https://aaep.org.ar/works/works2022/4589.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:aep:anales:4589

Access Statistics for this paper

More papers in Asociación Argentina de Economía Política: Working Papers from Asociación Argentina de Economía Política Contact information at EDIRC.
Bibliographic data for series maintained by Juan Manuel Quintero ().