1. Repositorio Digital UCSG
2. FACULTAD DE EDUCACIÓN TÉCNICA PARA EL DESARROLLO
3. Carrera de Ingeniería en Telecomunicaciones
4. Trabajos de Titulación - Carrera de Ingeniería en Telecomunicaciones

Titre:	Implementación de dos arquitecturas de redes neuronales para la clasificación de cáncer de mamas.
Auteur(s):	Romero Bersoza, Mayra Alejandra
metadata.dc.contributor.advisor:	Palacios Meléndez, Edwin Fernando
Mots-clés:	ARQUITECTURA DE RED;REDES NEURONALES ARTIFICIALES;CÁNCER DE MAMA;OVERFITTING;BACKPROPAGATION
Date de publication:	17-mar-2017
Editeur:	Universidad Católica de Santiago de Guayaquil
Description:	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/URL:	http://repositorio.ucsg.edu.ec/handle/3317/7801
Collection(s) :	Trabajos de Titulación - Carrera de Ingeniería en Telecomunicaciones

Ce document est autorisé sous une licence de type Licence Creative Commons