Skip navigation
Página principal
Percorrer:
Comunidades
& Colecções
Browse Items by:
Data de publicação
Autor
Assunto
Manual de Usuario
Language
português
français
English
español
Entrar:
Área Pessoal
Serviço de alertas
Editar conta
Ver Estadísticas
Tesis Validadas: 2,591
Tesis de Posgrado: 2650
Número de Visitas:
Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
Percorrer por autor MELIN OLMEDA, ELBA PATRICA%21213
Índice:
0-9
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
ou inserir as letras iniciais:
Ordenar por:
título
data de publicação
data de depósito
Em ordem:
ascendente
descendente
Resultados/Página
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
Autores/Registo:
todos
1
5
10
15
20
25
30
35
40
45
50
Mostrar resultados 1-1 de 1.
Pré-visualizar
Data
Título
Autor(es)
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