DSpace logo
Please use this identifier to cite or link to this item: http://repositorio.ucsg.edu.ec/handle/3317/7801
Title: Implementación de dos arquitecturas de redes neuronales para la clasificación de cáncer de mamas.
Authors: Palacios Meléndez, Edwin Fernando
Romero Bersoza, Mayra Alejandra
Keywords: ARQUITECTURA DE RED
REDES NEURONALES ARTIFICIALES
CÁNCER DE MAMA
OVERFITTING
BACKPROPAGATION
Issue Date: 17-Mar-2017
Publisher: Universidad Católica de Santiago de Guayaquil
Description: El cáncer de mama es el cáncer más frecuente en la mujer y representa la primera causa de muerte en países desarrollados y en vías de desarrollo. Su incidencia está aumentando en el mundo debido a la mayor esperanza de vida, el aumento de la urbanización y la adopción de modos de vida occidentales. La identificación del cáncer de mama depende de la interpretación del médico a partir de las informaciones obtenidas de los pacientes a través de exámenes. Las tecnologías para el diagnóstico asistido por computadora dan soporte a los médicos en la interpretación de los contenidos multimedia obtenidos en pruebas a las que se ha sometido el paciente. Las redes neuronales artificiales son fundamentales dentro de estos sistemas. Ellas son un modelo artificial y simplificado del cerebro humano, capaces de adquirir conocimiento a través de la experiencia. En este trabajo son implementadas dos arquitecturas de redes neuronales para la clasificación de biopsias mamarias en malignas y benignas. Las arquitecturas fueron entrenadas con tres criterios de parada cada una, los cuales son: error cuadrático medio, parada anticipada y regularización bayesiana. Los mejores valores de exactitud promedio se obtuvieron para las redes entrenadas con el criterio de parada anticipada.
URI: http://repositorio.ucsg.edu.ec/handle/3317/7801
Appears in Collections:Trabajos de Titulación - Carrera de Ingeniería en Telecomunicaciones

Files in This Item:
File Description SizeFormat 
T-UCSG-PRE-TEC-ITEL-197.pdf2.45 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.