Logotipo del repositorio
  • Español
  • English
Iniciar sesión
¿Nuevo Usuario? Registrarse ¿Has olvidado tu contraseña?
  • Inicio
  • Comunidades
  • Navegar
  • Nuestra Biblioteca
  • Catálogo
  • Sitios de Interés
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Ochoa Guevara, Nancy Edith"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 3 de 3
  • Resultados por página
  • Opciones de ordenación
  • PublicaciónRestringido
    Detección digital de actitudes sospechosas mediante el reconocimiento de gestos y patrones usando algoritmos de aprendizaje asistido
    (Fundación Universitaria Unipanamericana – Compensar, 2019) Calderón Torres, Wilmar; Grisales García, Laura Marcela; Sánchez Ramos, Ángela María; Moreno Cubides, Omar Ricardo; Ochoa Guevara, Nancy Edith; GIIS
    La visión computacional se ha convertido en una tecnología que correctamente aplicada, puede ayudar a detectar actitudes sospechosas en entornos de vigilancia cubiertos por cámaras de video. El presente estudio aplicado, se enfoca en la revisión de los diferentes algoritmos de reconocimiento digital que han tomado relevancia en los últimos años; de tal forma que, puedan ser utilizados como parte del sistema de reconocimiento de actitudes sospechosas propuesto. El uso de algoritmos de aprendizaje asistido, junto con el reconocimiento de patrones se convierten en el eje central del desarrollo de este proyecto, ya que con la utilización de los algoritmos de extracción de características LBPH y HoG, se ha logrado integrar en la solución, una mezcla de clasificadores pre-entrenados (Clasificador Haar en Cascada), ofrecidos por OpenCV para la detección de personas y uno propio que se ha entrenado con una gran cantidad de imágenes que sugieran gestos y elementos de sospecha en las personas, tales como: estados de ansiedad, interacciones entre las manos y alguna parte de la cabeza (frotación de la nariz, alisado del cabello, entre otros), el uso gorras, capuchas y cascos de motocicleta para tratar de ocultar el rostro. Adicionalmente, este clasificador se apoya en un módulo de análisis de desplazamiento, que tiene en cuenta sus posiciones dentro de las zonas monitoreadas y la velocidad de sus desplazamientos (estático, caminando o corriendo) dentro de la misma. Con la combinación de estas técnicas, se ha logrado diseñar y construir un sistema que permite sugerir una actitud sospechosa con un grado de eficiencia de hasta el 82.87%.
  • PublicaciónRestringido
    Minería de datos para la identificación de factores de riesgo en pacientes con hipertensión arterial
    (2019) Amézquita Moreno, Geordan Iván; Patiño Cañas, Nicolas; Morales Salamanca, Cristian Camilo; Ochoa Guevara, Nancy Edith; GIIS
    La minería de datos es una técnica que ha permitido el análisis de grandes volúmenes de información dando como resultado patrones o reglas que ayudan a entender el comportamiento de un sistema. Este trabajo se plantea como el uso de esta técnica puede beneficiarse la medicina partiendo del análisis de información de pacientes que padecieron hipertensión del área de Bogotá, determinando los factores de riesgos presentes en esta población basados en las causas descritas en el Catálogo Internacional de Enfermedades. Mediante la aplicación de diferentes algoritmos se pudo determinar variables importantes que pueden determinar la prevalencia y consecuente muerte de estos pacientes
  • PublicaciónRestringido
    Minería de datos para la identificación de factores de riesgo en pacientes con hipertensión arterial
    (Fundación Universtitaria Unipanamericana - Compensar,, 2019) Amézquita Moreno, Geordan Iván; Patiño Cañas, Nicolas; Morales Salamanca, Cristian Camilo; Ochoa Guevara, Nancy Edith; GIIS
    La minería de datos es una técnica que ha permitido el análisis de grandes volúmenes de información dando como resultado patrones o reglas que ayudan a entender el comportamiento de un sistema. Este trabajo se plantea como el uso de esta técnica puede beneficiarse la medicina partiendo del análisis de información de pacientes que padecieron hipertensión del área de Bogotá, determinando los factores de riesgos presentes en esta población basados en las causas descritas en el Catálogo Internacional de Enfermedades. Mediante la aplicación de diferentes algoritmos se pudo determinar variables importantes que pueden determinar la prevalencia y consecuente muerte de estos pacientes.
logo ucompensar

Fundación Universitaria Compensar P.J. Resolución 23635 del 23 diciembre 1981 | 12455 del 9 de julio 2020. – VIGILADA MINEDUCACIÓN

Para requerimientos de autoridades, tutelas o notificaciones judiciales por favor dirigirse al correo:

notificacionesjudiciales@ucompensar.edu.co

Síguenos en nuestras redes:
  • logo facebook
  • logo instagram
  • logo linkedin
  • logo youtube
  • logo tiktok
Bogotá

Sede principal
Avenida (Calle) 32 No. 17 – 30
Teléfono: 601 338 06 66

Campus Av 68

Av Carrera 68
No. 68 B – 45


Villavicencio

Cra. 33 #39-55

icontec 9001
icontec 5555
icontec Certificación de Servicios
NTC-5581
links importantes
  • Documentos de Interés
  • Radica tus PQRSF ​AQUÍ
  • Regimen Tributario Especial
  • Aviso de privacidad
  • Trabaja con Nosotros
WhatsAppWhatsApp
Sistema DSPACE 7 - Metabiblioteca | logo