Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6295| Title: | Nuevo enfoque Modular para Modelos de Clasificación basados en Lógica Difusa Tipo-2 y Redes Neuronales |
| Authors: | RAMIREZ FLORES, EDUARDO%257008 |
| metadata.dc.subject.other: | Enfoque modualar, modelos de clasificación basados en Lógica Difusa Tipo-2, redes neuronales |
| Issue Date: | 2021-06-16 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico de Tijuana |
| Description: | En la actualidad, diferentes métodos han sido utilizados para resolver problemas de clasificación, sin embargo, existen problemas complejos en los que un método no puede resolver satisfactoriamente el problema. En el área médica, en específico cardiología, diferentes métodos han sido utilizados para ayudar en la interpretación de diversas morfologías o patrones electrocardiográficos que representan diferentes enfermedades cardiacas que son diagnosticadas por la interpretación de los mismos como son LVQ, MLP, modelos de Markov, mapas auto-organizados, sistemas lineales discriminantes, enfoques Bayesianos, SVM, sistemas expertos, sistemas de inferencia difusos, así como también sistemas híbridos, entre otros. En este trabajo de tesis la principal aportación es la creación de un nuevo clasificador con enfoque modular utilizando lógica difusa tipo 2 y redes neuronales artificiales. La metodología propuesta se aplicó como casos de estudio en el ámbito médico utilizando las bases de datos de electrocardiogramas, primeramente la base datos de arritmias del MIT-BIH y posteriormente la base de datos diagnóstica de electrocardiogramas PTB. Finalmente se muestra un estudio estadístico para demostrar las ventajas de la metodología propuesta con respecto a otros métodos |
| metadata.dc.type: | info:eu-repo/semantics/doctoralThesis |
| Appears in Collections: | DOCTORADO EN CIENCIAS EN COMPUTACIÓN |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis Doctoral Eduardo Ramirez.pdf | 3.61 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
