Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/132289
Título : | Exploración de técnicas de semi-supervised learning para la clasificación de células de sangre periférica |
Autoría: | León Ortiz, Isaac |
Tutor: | Alférez, Santiago |
Otros: | Calvet Liñán, Laura |
Resumen : | Mediante el procesamiento de imágenes digitales, el aprendizaje automático y las herramientas de aprendizaje profundo, se ha logrado crear una base de datos de imágenes de células de muestras de frotis de sangre periférica de un periodo de 9 años. Con este y otros conjuntos de datos tan grandes y con tanta información, puede ser difícil lograr encontrar el algoritmo de machine learning capaz de analizar y clasificar la información con el menor consumo de recursos y obteniendo los mejores resultados. Este trabajo final de máster utiliza técnicas de semi-supervised learning para minimizar la problemática y mejorar la precisión de clasificación respecto a otras técnicas como las Redes Neuronales Convolucionales. Como resultado del estudio se han generado dos modelos de redes neuronales, una Red Neuronal Convolucional que permite la clasificación de las imágenes con una precisión del 95%, y una red neuronal profunda que utiliza codificadores automáticos y una capa densa para identificar cada célula con una precisión del 96%. Estos resultados evidencian la utilidad de técnicas de semi-supervised learning en la clasificación y análisis de datos sin etiquetar, y pueden dar pie a un mejor entendimiento del funcionamiento y aplicabilidad de las redes neuronal en cualquier campo de la bioinformática. |
Palabras clave : | inteligencia artificial machine learning red neuronal convolucional |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 8-jun-2021 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
isaacleorTFM0621memoria.pdf | Memoria del TFM | 2,61 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons