Implementación de algoritmos de clasificación basados en aprendizaje automático para la detección de eventos de ansiedad

Simple item page
dc.audiencegeneralPublic
dc.contributorPalomino Merino, Amparo Dora
dc.contributorMorín Castillo, María Monserrat
dc.contributorSantillán Guzmán, Alina
dc.contributor.advisorPALOMINO MERINO, AMPARO DORA; 35191
dc.contributor.advisorMORIN CASTILLO, MARIA MONSERRAT; 123772
dc.contributor.advisorSANTILLAN GUZMAN, ALINA; 599193
dc.contributor.authorAndrade González, Alfonso
dc.date.accessioned2023-12-08T20:50:00Z
dc.date.available2023-12-08T20:50:00Z
dc.date.issued2023-07
dc.description.abstract"Se presenta el trabajo de tesis correspondiente al desarrollo de un algoritmo para la detección de eventos de ansiedad. Se comienza por el estudio de los tipos de trastornos de ansiedad en conjunto con sus síntomas característicos con el objetivo de identificar las señales fisiológicas necesarias para la detección de un evento de ansiedad. Posteriormente, se utiliza una base de datos extraída de pacientes diagnosticados con trastorno de ansiedad para la caracterización de las señales, tanto en el dominio del tiempo, como en el de la frecuencia, implementando un algoritmo de procesamiento desarrollado en lenguaje de programación Python. Se hace la comparación de las señales de los pacientes durante un evento de ansiedad y en estado de reposo para seleccionar aquellos atributos útiles para identificar correctamente las señales correspondientes a un evento de ansiedad. Se implementan algoritmos de clasificación basados en aprendizaje automático en conjunto con los atributos seleccionados para identificar los periodos de tiempo en los que el paciente sufrió de un evento de ansiedad. Al finalizar el algoritmo, se pone a prueba y se ajustan los parámetros de clasificación para alcanzar una mejor precisión. Se publican los resultados obtenidos y se escribe el trabajo de tesis simultáneamente".
dc.folio20230710102304-5658-T
dc.formatpdf
dc.identificator7
dc.identifier.urihttps://hdl.handle.net/20.500.12371/19646
dc.language.isospa
dc.matricula.creator221470381
dc.publisherBenemérita Universidad Autónoma de Puebla
dc.rights.accesopenAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.classificationINGENIERÍA Y TECNOLOGÍA
dc.subject.lccTrastornos de ansiedad--Diagnóstico--Investigación
dc.subject.lccDiagnóstico--Innovaciones tecnológicas
dc.subject.lccAnsiedad--Aspectos fisiológicos
dc.subject.lccAdministración de bases de datos
dc.subject.lccProcesamiento de datos
dc.subject.lccProcesamiento de datos
dc.subject.lccAprendizaje automático (Inteligencia artificial)
dc.thesis.careerMaestría en Ciencias de la Electrónica
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactas
dc.thesis.degreegrantorFacultad de Ciencias de la Electrónica
dc.thesis.degreetoobtainMaestro (a) en Ciencias de la Electrónica, opción automatización
dc.titleImplementación de algoritmos de clasificación basados en aprendizaje automático para la detección de eventos de ansiedad
dc.typeTesis de maestría
dc.type.conacytmasterThesis
dc.type.degreeMaestría
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20230710102304-5658-T.pdf
Size:
3.51 MB
Format:
Adobe Portable Document Format
Download
Name:
20230710102304-5658-CARTA.pdf
Size:
3.62 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Maestría