Tópicos Sugeridos dentro de su búsqueda.
Tópicos Sugeridos dentro de su búsqueda.
1
artículo
In this paper, an analysis of deep learning techniques for weather forecasting using statistical downscaling approaches was developed. These are important, since they allow adjusting large-scale climate projections generated by the GCM climate model to more accurate and defined forecasts for specific areas, thus allowing overcoming the limitations of traditional numerical models in the representation of local and small-scale phenomena. Studies implementing Convolutional Neural Networks (CNN) and Generative Adversarial Networks (GAN) were analyzed in order to improve the spatial and temporal resolution of climate data. Both tools and techniques have proven to be effective in projects such as VALUE, which is in charge of evaluating downscaling methods in Europe, and DL4DS, a Python library in charge of applying deep learning algorithms to empirical downscaling of climate data. The main obj...
2
artículo
Publicado 2024
Enlace
Enlace
Este artículo presenta un análisis bibliométrico de la producción científica sobre aprendizaje profundo y big data a nivel mundial. Usando la R paquete y la biblioshiny asociada, el estudio analizó 456 artículos de investigación publicados en Scopus entre 2003 y 2023. El estudio análisis de rendimiento aplicado, análisis de palabras clave y análisis temático. China es el país con mayor producción (536 publicaciones) seguido de India (260 publicaciones), asimismo, la mayoría de estas colaboraciones se dan desde China hasta Estados Unidos, Hong Kong, Suecia, Australia, Pakistán, Arabia Saudita y otros países. El rápido crecimiento de las palabras clave Aprendizaje profundo, big data, sistemas de aprendizaje y datos analítica; Demostró el interés de investigadores, profesionales de la industria, gobiernos, inversores y todos los demás actores clave en la necesidad. par...
3
tesis de grado
Publicado 2023
Enlace
Enlace
La enfermedad de Chagas se trata de una enfermedad potencialmente mortal que en las últimas décadas se estaba convirtiendo en un problema de salud pública debido al cambio en el patrón epidemiológico. Puede ser silenciosa y asintomática en la fase crónica, de ahí la necesidad del desarrollo de marcadores tempranos. Para lograr esto, proponemos una arquitectura de red neuronal profunda para clasificar 292 pacientes en tres grupos: el grupo Control con 83 voluntarios, el grupo CH1 con 102 pacientes con serología positiva y sin compromiso cardíaco y el grupo CH2 con 107 pacientes con serología positiva e insuficiencia cardiaca incipiente. Los datos utilizados provienen de ECG’s de 24 horas, los intervalos RR de cada sujeto se dividieron en 288 cuadros de 5 minutos cada uno. Luego se preprocesaron usando entropía de permutación obteniendo así el perfil circadiano de cada paci...
4
tesis de maestría
In this study, we address a fundamental and still relatively less explored aspect in the field of neural networks for image dehazing: the unsupervised dehazing of an image. By conceiving a hazy image as the superposition of several “simpler“ layers, such as a haze-free image layer, a transmission map layer, and an atmospheric light layer, inspired by the atmospheric scattering model, we propose an approach based on the concept of layer disentangling. Our method, called XYZ, represents a substantial improvement in image quality metrics, such as SSIM and PSNR as well as BRISQUE, PIQE and NIQE. This advancement is achieved through the strategic combination of the XHOT, YOLY and ZID methods, capitalizing on the individual strengths of each. A distinctive and valuable aspect of the XYZ approach is its unsupervised nature, which implies that it does not rely on data sets containing pairs o...
5
tesis de grado
El subtitulado autónomo de imágenes (Image captioning) requiere aplicar las áreas de visión artificial y procesamiento de lenguaje, el tema ha sido abordado por diferentes investigadores en el mundo, sin embargo la mayor parte de ellos son realizados en inglés, debido principalmente a que las bases de datos y las publicaciones se realizan en este idioma, no por ello debe dejarse al mundo hispanoparlante sin participación en este avance computacional. Se han realizado pocos estudios que aborden el subtitulado entre idiomas, siendo los mas recurrentes entre el chino e inglés, sin embargo los antecedentes para el español son prácticamente nulos. En la presente tesis se aborda la investigación e implementación de un algoritmo basado en Deep Learning, utilizando CNNs y RNNs el cuál sea capaz de generar descripciones de las imágenes que le sean alimentadas. Para conquistar el obje...
6
tesis de grado
Publicado 2025
Enlace
Enlace
La insuficiencia renal crónica se refiere a una progresiva pérdida de la función renal al perder su capacidad para filtrar los desechos y la detección de líquidos en el cuerpo presentando síntomas tales como: fatiga, debilidad, hinchazón de pies, tobillos, manos, dificultad para orinar, hipertensión, calambres musculares llegando hasta las convulsiones, pérdida de conciencia, edema pulmonar, exceso de potasio y acumulación de toxinas que pueden ocasionar la muerte del paciente por lo que la detección temprana es necesaria para retrasar su progresión y que el paciente tenga una mejor calidad de vida. El objetivo es implementar un modelo de predicción de insuficiencia renal crónica basado en algoritmos de Machine Learning y Deep Learning, haciendo uso de un dataset con datos clínicos de pacientes para entrenar los modelos de predicción y así evaluar su desempeño, el cual ...
7
tesis de grado
El presente proyecto de investigación da a conocer el desarrollo de una aplicación web para el aprendizaje del lenguaje de señas peruanas en niños de 8 a 17 años con discapacidad auditiva en la institución educativa CEBE Manuel Duato. La problemática de la investigación es la influencia del deep learning como herramienta para el aprendizaje del lenguaje de señas en niños en etapa escolar, el uso de esta herramienta para el desarrollo cognitivo, social e inclusión pueda ayudar en las capacidades de los estudiantes a aprender nuevas herramientas ymetodologías que puedan beneficiarlos en su etapa de aprendizaje de esta forma se rompen las brechas digitales para los niños con discapacidad auditiva. En la actualidad inclusión social en todos los niveles ayuda a comprender y beneficia a todos los individuos. El objetivo de esta investigación es determinar que el deep learning in...
8
tesis de grado
La urbanización mundial está acelerando la producción de residuos sólidos, poniendo en peligro la salud humana como el medio ambiente. Teniendo un rápido desarrollo de la tecnología de aprendizaje profundo, se propone una variedad de modelos de red neuronal, sin embargo estos modelos existentes siguen presentando problemas en la exactitud, precisión, recall y F1 Score. Por ello, el objetivo de este proyecto es lograr un mejora de clasificación en comparación con el modelo CNN, de esta manera se propone un método de clasificación basado en una red neuronal que tiene como base CNN. Este logra obtener mejores resultados al agregar capas, un algoritmo regularizador y el uso de optuna. Por último, la presente investigación demuestra que el modelo propuesto logra mejores resultados que el modelo CNN, asimismo en comparación con algunos trabajos recientes, logra converger en menor...
9
tesis de maestría
Está tesis presenta un análisis del paradigma End-To-End Deep Learning, que proyecta importantes desarrollos en diversas áreas de investigación. Este paradigma ha revolucionado la arquitectura, la implementación y las aplicaciones de los sistemas computacionales que se denominan comúnmente ASR 1 los cuales son capaces de reconocer el habla y generar un texto en forma automática que represente lo hablado. Este análisis, se basa en el trabajo del Baidu Research – Silicon Valley AI Lab, denominado Deep Speech [2]. La clave de este enfoque es el entrenamiento de una RNN 2 optimizada, que utiliza GPU 3, así como un conjunto de nuevas técnicas de sintetización que nos permiten obtener una gran cantidad de datos variados para el entrenamiento. Está arquitectura es más simple que los sistemas de voz tradicionales, que se basan en el enfoque estadístico, con arquitecturas de estru...
10
libro
Publicado 2024
Enlace
Enlace
El siguiente libro tiene la finalidad de difundir los inicios del aprendizaje profundo o Machine Learning (ML) que se originaron a mediados del siglo XIX, las crisis ocasionadas por los fondos de investigación denominándolo invierno en Inteligencia Artificial (IA), las diversas aplicaciones que se uti¬liza en la actualidad y las herramientas necesarias para iniciar en el campo de ciencias de datos. Para iniciar con un proceso de automatización por medio de un modelo in¬teligente debemos de considerar la importancia de datos para su análisis y procesamiento, debido que esto se considera como desafío y claro ejemplo se dio en 1970 durante el primer invierno de IA, donde no sabían que estu¬diar por falta de información, posteriormente los modelos a los cuales hoy en día son considerados algoritmos por parte de la comunidad científica, tuvieron un impacto positivo por los diferen...
11
artículo
Publicado 2022
Enlace
Enlace
Deep learning methods can be applied to generate predictive models. We worked with the gross domestic product (GDP) of six Latin American countries: Argentina, Brazil, Chile, Colombia, Mexico, and Peru, using annual and quarterly macroeconomic indicators from the World Bank and the Economic Commission for Latin America and the Caribbean (ECLAC), respectively. For the pre-processing of the data, we decomposed the quarterly series into trend, seasonality, and residual and used them as additional characteristics to provide more information to the models. In addition, outliers resulting from the impact of the COVID-19 pandemic on the world economy were replaced. Multilayer perceptron, convolutional neural networks, LSTM, GRU, and SeqToSeq models were built for each country and their series’ frequency, then evaluated by continuous cross-validation and MAE, RMSE, and MAPE metrics. The optima...
12
artículo
Publicado 2022
Enlace
Enlace
Deep learning methods can be applied to generate predictive models. We worked with the gross domestic product (GDP) of six Latin American countries: Argentina, Brazil, Chile, Colombia, Mexico, and Peru, using annual and quarterly macroeconomic indicators from the World Bank and the Economic Commission for Latin America and the Caribbean (ECLAC), respectively. For the pre-processing of the data, we decomposed the quarterly series into trend, seasonality, and residual and used them as additional characteristics to provide more information to the models. In addition, outliers resulting from the impact of the COVID-19 pandemic on the world economy were replaced. Multilayer perceptron, convolutional neural networks, LSTM, GRU, and SeqToSeq models were built for each country and their series’ frequency, then evaluated by continuous cross-validation and MAE, RMSE, and MAPE metrics. The optima...
13
tesis de maestría
El objetivo de este artículo es predecir los ángulos que describen los puntos de vista de objetos como (sillas, carros, sofás y televisores) en imágenes reales usando Deep Learning. Para lograrlo se desarrolló un renderizador de imágenes 2D en lenguaje C y se usó la API de openGL como librería gráfica el cual genera imágenes a partir de modelos de objetos 3D del repositorio ModelNet. El presente artículo contribuye con dos métodos para renderizar las imágenes, el primero fue llamado método esférico ya que usa coordenadas esféricas para describir la rotación del objeto y consiste en mantener fijo el objeto 3D en el origen para trasladar la posición de la cámara describiendo círculos de diferente radio a lo largo del eje Z circunscritos en una esfera de radio R, el segundo fue llamado método euleriano ya que usa los ángulos de euler y consiste en mantener fija la posi...
14
tesis de grado
Publicado 2024
Enlace
Enlace
El presente estudio contribuye al objetivo de desarrollo sostenible (ODS) 9: Industria, Innovación e Infraestructura, mediante el desarrollo de un sistema de predicción del rendimiento estudiantil basado en técnicas de Deep Learning. El objetivo principal fue desarrollar un modelo de deep Learning para identificar a estudiantes con bajo desempeño académico. La investigación, de tipo aplicada y enfoque cuantitativo, empleó un diseño cuasi experimental. La población estuvo conformada por 155 estudiantes de secundaria de una institución educativa de Canta, seleccionándose una muestra de 112 estudiantes. Los datos fueron procesados y ampliados mediante técnicas como GAN y SMOTE, junto con validación cruzada k-fold, para entrenar un modelo de redes neuronales profundas (DNN). El modelo alcanzó un 96.81% de precisión y un índice Kappa de Cohen de 0.866, mostrando alta exactitud...
15
tesis de grado
Publicado 2020
Enlace
Enlace
Más de 21 millones de personas en todo el mundo sufren de esquizofrenia. Este grave trastorno mental expone a las personas a estigmatización, discriminación y la violación de sus derechos humanos. Diferentes trabajos sobre clasificación y diagnóstico de enfermedades mentales usan señales de electroencefalograma (EEG), ya que refleja el funcionamiento del cerebro y cómo estas enfermedades lo afectan. Debido a la información proporcionada por las señales de EEG y el rendimiento demostrado por los algoritmos de Aprendizaje Profundo, el presente trabajo propone un modelo para la clasificación de personas esquizofrénicas y personas saludables a través de señales EEG utilizando métodos de Aprendizaje Profundo. Teniendo en cuenta las propiedades de un EEG, de alta dimensión y multicanal, aplicamos el coeficiente de correlación de Pearson (PCC) para representar las relaciones en...
16
tesis de grado
Publicado 2025
Enlace
Enlace
La presente investigación aborda el uso del Deep Learning como herramienta para la prevención de lesiones en futbolistas, analizando variables clave como distancia recorrida, aceleración, desaceleración y velocidad máxima, con datos recolectados mediante dispositivos GPS. El objetivo principal fue evaluar la incidencia del Deep Learning en la predicción de lesiones y su capacidad para optimizar la salud y rendimiento de los jugadores. Se utilizó un diseño preexperimental con enfoque cuantitativo, aplicando un modelo de Deep Learning a una muestra de jugadores del club Unión Comercio. Los resultados mostraron que el modelo permitió identificar patrones significativos asociados al riesgo de lesiones, destacando que la fatiga acumulada, los cambios bruscos en velocidad y el esfuerzo físico extremo son factores determinantes en la aparición de lesiones musculares. El análisis es...
17
tesis de maestría
Publicado 2023
Enlace
Enlace
En la presente tesis, queremos demostrar y proponer como la tecnología puede ser utilizada por los genetistas y especialistas en oncología como una herramienta para agilizar la detección de cáncer de mama, siendo este el más común en Perú. El diagnóstico temprano es un mecanismo efectivo que ayuda a la reducción de la mortalidad en este tipo de cáncer de tal manera que se pueda seguir un tratamiento adecuado. Actualmente una forma de detectarlo es a través de una prueba genética para identificar mutaciones en los genes BRCA 1 y BRCA 2, sin embargo, este camino contiene pruebas que son difíciles, costosas y lentas, que a su vez requieren una carga de trabajo excesiva por parte de un biólogo o genetista. por tal motivo se tiene como objetivo combinar los factores de riesgo asociados con el cáncer de mamá, incluidas las variaciones genéticas para diseñar un modelo predicti...
18
tesis de grado
Publicado 2025
Enlace
Enlace
El presente trabajo aborda la importancia de la detección y clasificación de enfermedades en el arroz, uno de los cultivos más relevantes a nivel mundial. El objetivo radica en identificar las arquitecturas de aprendizaje profundo más utilizadas y con mejor desempeño para clasificar afecciones como el tizón bacteriano, la mancha marrón y el Tungro. El método consistió en la revisión de artículos científicos publicados en los últimos cinco años, aplicando criterios de inclusión y exclusión basados en la metodología PRISMA. Las investigaciones analizadas evidencian que las redes neuronales convolucionales (CNN), combinadas con transferencia de aprendizaje, logran altos niveles de precisión al superar el 90% en los casos. Sin embargo, la heterogeneidad de conjuntos de datos dificulta comparar resultados, pues varios autores emplean bases propias o fusionan imágenes de dis...
19
tesis de maestría
Publicado 2023
Enlace
Enlace
En la presente tesis, queremos demostrar y proponer como la tecnología puede ser utilizada por los genetistas y especialistas en oncología como una herramienta para agilizar la detección de cáncer de mama, siendo este el más común en Perú. El diagnóstico temprano es un mecanismo efectivo que ayuda a la reducción de la mortalidad en este tipo de cáncer de tal manera que se pueda seguir un tratamiento adecuado. Actualmente una forma de detectarlo es a través de una prueba genética para identificar mutaciones en los genes BRCA 1 y BRCA 2, sin embargo, este camino contiene pruebas que son difíciles, costosas y lentas, que a su vez requieren una carga de trabajo excesiva por parte de un biólogo o genetista. por tal motivo se tiene como objetivo combinar los factores de riesgo asociados con el cáncer de mamá, incluidas las variaciones genéticas para diseñar un modelo predicti...
20
tesis de grado
Publicado 2024
Enlace
Enlace
El proyecto "Aplicativo Móvil Basado en Deep Learning para la Valoración del Riesgo de Depresión" emplea redes neuronales convolucionales (CNN) para analizar grabaciones de voz y evaluar el riesgo de depresión. Los datos provienen del conjunto DAIC-WOZ, que incluye grabaciones de entrevistas clínicas. Se utilizaron técnicas avanzadas de preprocesamiento de datos como el filtrado de ruido y la normalización para mejorar la calidad de las características de audio. El modelo de CNN propuesto se entrenó en Google Colab con GPU y se evaluó mediante métricas de precisión, exactitud, sensibilidad y puntuación F1. Los resultados muestran una precisión del 66.67%, superando el promedio de estudios previos (64.48%). Sin embargo, la exactitud y la sensibilidad fueron menores en comparación con otros estudios, indicando dificultades para identificar correctamente los casos positivos d...
