Utilización de Redes Neuronales Artificiales y Algoritmos Genéticos para diagnosticar enfermedades
Metadatos
Mostrar el registro completo del ítemResumen
Cuando se analiza la evolución del hardware informático, se observa un rápido crecimiento
en su capacidad de cómputo y desempeño temporal. Para que sea posible un mayor
aprovechamiento de dichas capacidades, es necesario el desarrollo de algoritmos cada vez
más eficientes. En un principio los algoritmos no eran más que un conjunto de órdenes
simples destinadas a solucionar problemas matemáticos simples, pero al crecer en
capacidad las máquinas, se amplió también la gama de problemas que eran capaces de
resolver.
Actualmente las características del hardware no son la principal limitación, sino el tiempo
de resolución del problema. Si bien muchos problemas de la vida real pueden ser
modelados y resueltos en tiempos aceptables utilizando algoritmos deterministas, hay
problemas que resultan virtualmente imposibles de resolver en tiempos aceptables
utilizando dichos algoritmos. Por esta razón es necesario el uso de algoritmos estocásticos.
Un algoritmo determinista es aquel en el cual, conociendo las entradas del mismo, se
pueden predecir sus salidas; la salida de un algoritmo estocástico, a diferencia, depende
además de factores aleatorios propios del problema que modela y resuelve [17].
Considerando las restricciones temporales, una amplia gama de algoritmos estocásticos han
sido desarrollados para modelar y resolver una aún más amplia gama de problemas, casos
particulares son el modelado de sistemas biomédicos.
Por medio del presente trabajo de tesis, se pretende dar solución a dos problemáticas:
clasificación, en benigno o maligno, de muestras de tumores de pacientes sospechados de
sufrir de cáncer de mama; y clasificación, en negativo o positivo, de muestras de pacientes
sospechados de padecer diabetes de tipo Il. Nuestra propuesta consiste en desarrollar
algoritmos basados en redes neuronales artificiales, en algoritmos genéticos yen algoritmos
que hibridan estas opciones, para realizar diagnósticos confiables (clasificación) con
respecto a estas enfermedades.
Autor/a
Delsol, Kevin
Isaia, Miguel Adrián
Director/a
Minetti, Gabriela;
Institución
Universidad Nacional de La Pampa. Facultad de Ingeniería
Fecha
2014Tipo de documento
tesis de grado
Subtipo de documento
trabajo final
trabajo final
dc.language.iso
spa
Extensión: p. 1-13
Utilizar el siguiente identificador (URI) para citar o enlazar este registro:
https://repo.unlpam.edu.ar/handle/unlpam/7702Registros en colección
- Tesisg [1862]
El ítem tiene asociados los siguientes ficheros de licencia: