Buscar


Mostrar el registro sencillo del ítem

dc.rights.license https://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Sebastián Salazar Colores es_ES
dc.creator Enrique Mena Camilo es_ES
dc.date.accessioned 2024-11-22T20:21:30Z
dc.date.available 2024-11-22T20:21:30Z
dc.date.issued 2024-11
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/11247
dc.description Este proyecto presenta el desarrollo y validación de un modelo de inteligencia artificial para la predicción de riesgo de coledocolitiasis, utilizando un enfoque de ensamble que combina técnicas de stacking y boosting. Con una sensibilidad de 96.81 %, especificidad de93.16 % y un puntaje F1 de 94.87 %, el modelo demuestra una alta precisión en la detección ́de casos positivos y una reducción significativa de falsos positivos . Este enfoque de ensamble integra modelos lineales (Regresión Logística y Análisis de Discriminante Lineal) y no lineales (CNN 1D), aprovechando las fortalezas de cada uno para maximizar el rendimiento. es_ES
dc.format pdf es_ES
dc.format.extent 1 recurso en línea (78 páginas) es_ES
dc.format.medium computadora es_ES
dc.language.iso spa es_ES
dc.publisher Facultad de Ingenieria es_ES
dc.relation.requires No es_ES
dc.rights openAccess es_ES
dc.subject Modelos de ensamble es_ES
dc.subject Coledocolitiasis es_ES
dc.subject Red neuronal convolucional 1D es_ES
dc.subject Clasificacion de riesgo ́ es_ES
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es_ES
dc.title Ensamble de Modelos de Aprendizaje Profundo Para Clasificacion de Riesgo de Coledocolitiasis es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid ORCID es_ES
dc.contributor.tid ORCID es_ES
dc.creator.identificador 0000-0001-8353-9017 es_ES
dc.contributor.identificador 0000-0002-6353-0864 es_ES
dc.contributor.role Director de tesis es_ES
dc.degree.name Maestría en Ciencias en Inteligencia Artificial es_ES
dc.degree.department Facultad de Ingeniería es_ES
dc.degree.level Maestría es_ES
dc.format.support recurso en línea es_ES
dc.matricula.creator 309238 es_ES
dc.folio IGMAC-309238 es_ES


Ficheros en el ítem

Thumbnail
Nombre: IGMAC-309238.pdf
Tamaño: 5.213Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem