Examinando por Materia "Redes neuronales"
Mostrando 1 - 3 de 3
Resultados por página
Opciones de ordenación
Publicación Restringido Diseño de un Algoritmo Basado en Inteligencia Artificial Implementado en un Ambiente Virtual de Aprendizaje(2016) Sepúlveda Montaña, John Sergio; Correal ortiz, Jesús Andrés; Velandia Fajardo, Oscar Javier; Niño Bernal, Nelson Alexander; Agudelo Cárdenas, AlexanderCon el ánimo de determinar el sistema de aprendizaje de cada uno de los estudiantes de la universidad, a fin de favorecer la construcción de conocimientos, se diseña este proyecto, por medio de un algoritmo, utilizando las metodologías basado en inteligencia artificial, para determinar el estilo de aprendizaje de cada uno de los estudiantes, desde una plataforma virtual de aprendizaje, mediante el test de Felder y Silverman y posteriormente, con la ayuda de un sistema experto, presentar una serie de medios educativos tales como videos y documentos en PDF, luego generar la evaluación para la calificación del tema expuesto, con esta misma evaluación se pretende volver a calcular del estilo de aprendizaje determinado en el primer test, haciendo uso de un agente adaptativo. Además de mostrar un gráfico con la evolución del estudiante y así evidenciar el progreso que se va dando a través del tiempo.Publicación Acceso abierto Diseño de una alarma con inteligencia artificial para fortalecer la seguridad de los hogares estrato 2 y 3 de Bogotá(Fundación Universitaria Compensar, 2022) Garcia Triana, Daniel Steven; Acosta Villamil, Oscar AndrésEn este documento se presenta información sobre el robo de viviendas como una problemática que afecta a los ciudadanos de Bogotá, y el cómo la seguridad privada y la inteligencia artificial se han ido complementando para hacer frente al hurto en hogares, haciendo énfasis en los beneficios y en las falencias que presentan hoy en día. Esta investigación plantea una solución basada en el diseño de una alarma con inteligencia artificial, que está enfocada al reconocimiento facial, que permite la identificación de personas en tiempo real y que generará reportes a través de mensajes en el celular, con esto se busca brindar una alternativa más ecónoma, pero igualmente precisa que permitirá fortalecer la seguridad en las residencias de Bogotá. En este proyecto se probaron 3 modelos de inteligencia artificial para el reconocimiento de imágenes, basados en “redes neuronales convolucionales”, estos fueron: EigenFaces, FisherFace y LBPH. En el documento se exponen y se sustentan los resultados obtenidos por parte de los métodos de inteligencia artificial, en los cuales se obtuvieron resultados satisfactorios para la realización del diseño que tendrá la alarma, finalmente se presentan las conclusiones basadas en los objetivos formuladosPublicación Restringido Sistema inteligente de interpretación de datos Electrocardiográficos, basado en técnicas de aprendizaje automático para la detección de arritmias cardiacas(2019) Corba Castaño, Yohana Lyseth; Cubillos Jiménez, José Misael; Carreño Pérez, Airan Leonardo; Díaz Castillo, Oscar Daniel; GIISHeart Analytics es un proyecto de investigación basado en el diseño de una herramienta de apoyo al diagnóstico electrocardiográfico, su importancia se fundamenta en el entender como una de las mayores causas de muerte por arritmias cardiacas van en aumento de acuerdo con la incidencia como factor al envejecimiento. En 2012, la Organización Mundial de la Salud (OMS) registró 17,5 millones de muertes por ECV, que representan el 31 % de todas las muertes registradas a nivel global, así mismo el tiempo de atención y el costo son altos. La búsqueda por diagnosticar enfermedades de manera oportuna ha impulsado el diseño de soluciones tecnológicas que buscan optimizar el trabajo de especialistas y médicos generales, muchas de estas soluciones requieren de aprendizaje previo y profundo. Se adelantó un diseño de sistema inteligente que permite el análisis de datos procesados de electrocardiogramas que aprovecha técnicas y métodos de machine learning para la identificación de detección de arritmias cardiacas. Su construcción se basa en la utilización de arquitecturas en Python con la ayuda de componentes y librerías como, MNE, pytorch que permiten la extracción y representación de los datos que se procesan usando algoritmos de búsqueda a nivel profundo, de forma que se logre obtener variables que permitan la medición y comparación de los diagnósticos que generalmente un especialista en el área puede determinar para detectar una falla cardiaca. Así determinar el comportamiento de las arritmias cardiacas por medio del diseño de un sistema inteligente, que, consumiendo bases de datos especializadas de lecturas de ECG, se obtenga un resultado que le permita al sistema tener aprendizaje automático. Este permite como objetivo brindar una herramienta de apoyo a médicos generales y/o especialistas en el área, de la misma forma brindar un mejor servicio en reducción de tiempos de espera. Los casos y muestras para el patente y procedimientos preexperimentales provienen de pacientes que tienen patologías cardiacas de arritmias de bases de datos (MIT BIH) “Malignant Ventricular Arrhytmia Data base” de la universidad de Massachussets o PhysioNet se usaran datos de estudio con derivaciones entre los 9 y 50 milisegundos. Se tomarán aproximadamente 460 registros de lecturas de ECG de tipo Holter. Se realizan mediciones de datos que contiene un electrocardiograma como lo es intervalos vectoriales QRS, T, R, Q, O, que se obtienen de las reacciones ventriculares del corazón. En la investigación el principal resultado es obtener el diseño de algoritmos de niveles profundos, con el apoyo de técnicas de machine learning, por medio de librerías como Pytorch y redes neuronales, se consume una base de datos con 280 parámetros del ECG, buscando en cada iteración reducir el margen de error, obteniendo un valor de precisión de detección de la patología cardiaca. Con este método se busca generar resultados en un 85% de detección de arritmias cardiacas, oscilando en un rango entre el 70 y 90%, según el tipo de patología cardiaca y en función de los factores externos.