DSpace logo
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.ucsg.edu.ec/handle/3317/7801
Título : Implementación de dos arquitecturas de redes neuronales para la clasificación de cáncer de mamas.
Autor : Romero Bersoza, Mayra Alejandra
metadata.dc.contributor.advisor: Palacios Meléndez, Edwin Fernando
Palabras clave : ARQUITECTURA DE RED;REDES NEURONALES ARTIFICIALES;CÁNCER DE MAMA;OVERFITTING;BACKPROPAGATION
Fecha de publicación : 17-mar-2017
Editorial : Universidad Católica de Santiago de Guayaquil
Descripción : 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
Aparece en las colecciones: Trabajos de Titulación - Carrera de Ingeniería en Telecomunicaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
T-UCSG-PRE-TEC-ITEL-197.pdf2,45 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons