Skip navigation
Home
Browse
Communities
& Collections
Browse Items by:
Issue Date
Author
Subject
Manual de Usuario
Language
português
français
English
español
Sign on to:
My DSpace
Receive email
updates
Edit Profile
Ver Estadísticas
Tesis Validadas: 2,591
Tesis de Posgrado: 2650
Número de Visitas:
Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
Search
Search:
All of DSpace
Tesis de Posgrado
Baja California
Instituto Tecnológico de Tijuana
TESIS DE MAESTRÍA
MAESTRÍA EN CIENCIAS DE LA COMPUTACIÓN
for
Current filters:
Title
Author
Subject
Date Issued
Has File(s)
???jsp.search.filter.original_bundle_filenames???
???jsp.search.filter.original_bundle_descriptions???
Equals
Contains
ID
Not Equals
Not Contains
Not ID
Start a new search
Add filters:
Use filters to refine the search results.
Title
Author
Subject
Date Issued
Has File(s)
???jsp.search.filter.original_bundle_filenames???
???jsp.search.filter.original_bundle_descriptions???
Equals
Contains
ID
Not Equals
Not Contains
Not ID
Results 1-1 of 1 (Search time: 0.001 seconds).
previous
1
next
Item hits:
Preview
Issue Date
Title
Author(s)
2021-02-10
DESARROLLO DE MODELOS HÍBRIDOS INTELIGENTES PARA CLASIFICACIÓN, AGRUPACIÓN Y PREDICCIÓN EN APLICACIONES MÉDICAS USANDO REDES NEURONALES Y LÓGICA DIFUSA
En la presente tesis, JULIO CÉSAR%952025 se describe el diseño de modelos híbridos inteligentes para la agrupación, clasificación, y predicción utilizando redes neuronales modulares y sistemas difusos tipo-1 y el uso de algoritmos genéticos para la optimización de las técnicas antes mencionadas. Para el módulo de clasificación el método consiste en optimizar los parámetros de las funciones de membresía entradas y salidas de un sistema difuso tipo-1 utilizando un algoritmo genético. En el método de agrupación se utilizan los mapas autoorganizados de Kohonen para formar 4 agrupaciones según la gravedad de los casos detectados de COVID-19, diabetes e hipertensión y son mostrados en un mapa mundial al usar datos de diferentes países y en un mapa de México al usar datos de México y sus estados. En el módulo para la predicción se utilizan redes neuronales modulares, con un integrador de valor mínimo, y un integrador difuso tipo-1, y un algoritmo genético para la optimización del número de neuronas de dos capas ocultas y se realizan pruebas estadísticas para comprobar si el método optimizado es mejor que el no optimizado.
;
MELIN OLMEDA, ELBA PATRICA%21213
;
SÁNCHEZ VIZCARRAGA, DANIELA ADRIANA%263883
Discover
Subject
1
DESARROLLO DE MODELOS HÍBRIDOS IN...
Date issued
1
2021