1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Baja California
4. Instituto Tecnológico de Tijuana
5. TESIS DE DOCTORADO
6. DOCTORADO EN CIENCIAS EN COMPUTACIÓN

Titre:	NUEVO MODELO HÍBRIDO NEURONAL PARA EL ANÁLISIS DE LA TENDENCIA DEL COMPORTAMIENTO EN SISTEMAS COMPLEJOS Y DIAGNÓSTICO DE RIESGO
Auteur(s):	MIRAMONTES ORTEGA, CYNTHIA IVETTE%20171
metadata.dc.subject.other:	MODELO HÍBRIDO NEURONAL, COMPORTAMIENTO EN SISTEMAS COMPLEJOS Y DIAGNÓSTICO DE RIESGO
Date de publication:	2021-02-22
Editeur:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Tijuana
Description:	n la actualidad, las técnicas de computación inteligentes son utilizadas para la resolución de diferentes problemas con el objetivo de aminorar la carga de trabajo de las personas y obtener precisión en los resultados. Estas son utilizadas con gran éxito para determinar el diagnóstico de riesgo en diferentes áreas para con ello pronosticar alguna situación de contingencia en un tiempo determinado y con ello poder actuar a tiempo. Una de las áreas de interés para la aplicación de los sistemas inteligentes es el área médica, por ello, el presente trabajo de tesis se propone un nuevo modelo hibrido neuronal difuso para proporcionar un diagnóstico médico preciso y a tiempo basado en la presión arterial del paciente, en donde se propone utilizar redes neuronales artificiales, las cuales realizan el aprendizaje de diferentes comportamientos basado en información del paciente como lo son factores de riesgo y lecturas de la presión arterial además el uso de sistemas de inferencia difusa los cuales ayudan a proporcionar las clasificaciones del estado de salud del paciente. Para disminuir los errores en este tipo de aplicaciones, es de gran importancia utilizar algoritmos de optimización, los cuales nos ayudan a encontrar aquellos parámetros con los que se obtengan los mejores resultados, es por esto que para lograr la precisión en el modelo propuesto, se optimiza cada uno de los módulos propuestos en el modelo utilizando diferentes algoritmos bioinspirados, con el fin de realizar una comparativa en los resultados obtenidos y determinar con cuál de estos se obtiene un resultado al momento de proporcionar el diagnóstico correspondiente. Otra forma de mejorar los resultados obtenidos mediante los algoritmos bio-inspirados es realizar alguna modificación, en este caso se toma el algoritmo que proporciona mayor error en los resultados y se hace un ajuste dinámico de parámetros utilizando sistemas difusos, el cual es probado con diferentes casos de estudio para probar y poder determinar si hay una mejora en los resultados obtenidos
metadata.dc.type:	info:eu-repo/semantics/doctoralThesis
Collection(s) :	DOCTORADO EN CIENCIAS EN COMPUTACIÓN

Ce document est protégé par copyright Voir la licence

Ce document est autorisé sous une licence de type Licence Creative Commons