Utilize este identificador para referenciar este registo: https://rinacional.tecnm.mx/jspui/handle/TecNM/1552
Título: Sistema de Detección y Reconocimiento Patrones en Base de Datos de Adicciones Utilizando la Inteligencia Artificial
Autor: Estrada Rios, Edgar
Data: 2020-03-09
Editora: Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Hermosillo
Descrição: El consumo de sustancias psicoactivas presenta un gran reto a nivel mundial, estudios indican que año con año se ha presentado un incremento en el uso de estas. En México el consumo de alcohol ha tenido un incremento considerable con el pasó del tiempo, mientras que Sonora se encuentra entre los 10 estados con mayor consumo de esta sustancia. Como parte de uno de los programas implementados en el estado de Sonora se encuentra el Sistema de Vigilancia Epidemiológica de las Adicciones (SISVEA), el cual realiza evaluación, tratamiento y seguimiento de las personas con este tipo de problema, si bien, este tipo de programas están conducidos por expertos en el tema, no cuentan con herramientas tecnológicas que apoyen la carga al realizar el proceso de evaluación. Es por ello, que surge la necesidad de implementar herramientas informáticas como soporte para este proceso. En esta investigación se presenta la propuesta, diseño, implementación y pruebas realizadas de un algoritmo de inteligencia artificial para el reconocimiento de patrones en bases de datos de adicciones. Para alcanzar el objetivo del sistema, se utilizó el algoritmo de inteligencia artificial llamado maquina de soporte vectorial (SVM), el cual fue comparado con diferentes algoritmo, y obtuvo un resultado sobresalientes ante los demás, arrojando un 76 % de precisión.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece nas colecções:Maestría en Ciencias de la Computación

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Edgar Genaro Estrada Ríos.pdf
  Until 10000-09-07
TEXTO COMPLETO369.41 kBAdobe PDFVer/Abrir Request a copy
2020-168_EdgarGenaro_Estrada_Rios.pdfTEXTO COMPLETO6.48 MBAdobe PDFVer/Abrir


Este registo está protegido por copyright original.



Este registo está protegido por Licença Creative Commons Creative Commons