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.pdf | 2,45 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons