Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/128388
Títol: | Aplicación de Deep Neural Network para la predicción de incidencias en COVID-19 |
Autoria: | Gallegos Serrano, Samuel Paul |
Tutor: | Sanchez-Bocanegra, Carlos Luis |
Resum: | La pandèmia per COVID-19 no només està causant una alta mortalitat en població vulnerable a tot el món, també està exercint un estrès considerable en els sistemes de salut amb grans nombres de casos que han de ser atesos, sent les unitats de cures intensives les més afectades. Prenent en consideració aquest panorama, es requereix comptar amb sistemes que permeten la predicció de el potencial nombre de pacients infectats per reforçar les necessitats institucionals i atacar de manera efectiva la malaltia, brindant la millor atenció possible. Algunes institucions han fet esforços per comptar amb indicadors de la malaltia, per exemple, l'hospital John Hopkins compta amb un mapa en temps real alimentat per múltiples fonts d'informació. Llocs d'internet com Worldometers, mostra dades actualitzades cada dia d'infectats, defuncions, recuperats i tests realitzats a la població. Malauradament, aquest tipus d'estadístiques són una barreja d'individus de diferents nacions, amb diferents comorbiditats, amb mètodes de detecció o intervenció desiguals i no predictius. Aquest treball busca per mitjà de Xarxes Neuronals Profundes (de l'anglès, Deep Neural Networks, DNN) l'anàlisi predictiu de COVID-19 i la seva comparació amb mètodes estadístics tradicionals. |
Paraules clau: | investigació xarxes neuronals profundes covid-19 aprenentatge automatitzat medicina basada en evidències |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | gen-2021 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
Gallegos_Serrano_TFM_PPT.pdf | 4,4 MB | Adobe PDF | Veure/Obrir | |
CovidItaliaMaster.xlsx | 20,03 kB | Microsoft Excel XML | Veure/Obrir | |
TFM_Código.R | 11,35 kB | Unknown | Veure/Obrir | |
sgallegossTFM0121memoria.pdf | Memoria del TFM | 2,83 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative CommonsLlicència Creative Commons