Optimización de hiperparámetros de una red neuronal convolucional a través de un algoritmo metaheurístico para mejorar la clasificación de arritmias cardíacas.

Santander Baños, Fredy

Por favor, use este identificador para citar o enlazar este ítem: http://dgsa.uaeh.edu.mx:8080/handle/231104/4468

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	Santander Baños, Fredy	-
dc.date.accessioned	2024-01-25T17:36:58Z	-
dc.date.available	2024-01-25T17:36:58Z	-
dc.date.issued	2023-11-17	-
dc.identifier.govdoc	DRCI EAMS .15280 2023	-
dc.identifier.issn	ATD128	-
dc.identifier.uri	http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/handle/231104/4468	-
dc.description	Aunque el rendimiento por si solo de las redes neuronales artificiales (RNAs) suele ser satisfactorio, diversos trabajos de investigación han demostrado que la propuesta de hibridaciones entre RNAs y algoritmos metaheurísticos (AMH), pueden incrementar dicho rendimiento en sus tareas de estimación o clasificación; según corresponda el contexto del problema y la naturaleza de la red neuronal. El presente trabajo de tesis, aborda la clasificación de arritmias cardíacas (ACs) a través del uso de algoritmos de cómputo inteligente; el primero de ellos corresponde a la red neuronal convolucional (CNN, por sus siglas en inglés) y el segundo al de optimización por enjambre de partículas (PSO, por sus siglas en inglés). La metodología implementada para el desarrollo de este trabajo consta de tres procedimientos esenciales. El primero consiste en la preparación de la fuente de información que corresponde a las ACs, de tal forma que le permita a la CNN llevar a cabo la tarea de clasificación. En el segundo procedimiento, se hace uso del PSO, para la búsqueda de una solución satisfactoria compuesta por una arquitectura de capas con sus correspondientes hiperparámetros que le permita a la CNN obtener un rendimiento satisfactorio; la optimización se realiza mediante la minimización del error de entropía cruzada categórica (CE), dicho error es tomado por el PSO como una función objetivo. El último procedimiento consiste en tomar los datos de la mejor partícula y evaluar el rendimiento de la CNN, lo que permite describir los resultados experimentales obtenidos. Los resultados del trabajo se traducen como el diseño de un modelo computacional con un desempeño satisfactorio en la clasificación de ACs.	es_ES
dc.language.iso	es	es_ES
dc.publisher	ICBI-BD-UAEH	es_ES
dc.subject	Modelo computacional	es_ES
dc.subject	PSO	es_ES
dc.subject	CNN	es_ES
dc.subject	Clasificación,	es_ES
dc.subject	Arritmias cardíacas	es_ES
dc.subject	Ciencias en Ingeniería con Énfasis en Análisis y Modelación de Sistemas.	es_ES
dc.title	Optimización de hiperparámetros de una red neuronal convolucional a través de un algoritmo metaheurístico para mejorar la clasificación de arritmias cardíacas.	es_ES
dc.title.alternative	Ciencias en Ingeniería con Énfasis en Análisis y Modelación de Sistemas.	es_ES
dc.type	Tesis	es_ES
Aparece en las colecciones:	Tesis de Doctorado

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
ATD128.pdf		1.69 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem

DSpace JSPUI

DSpace almacena y facilita el acceso abierto a todo tipo de contenido digital incluyendo texto, imágenes, vídeos y colecciones de datos.