Aprendizaje Profundo para la Detección de Caídas en Personas Vulnerables

El proyecto de tesis, muestra el diseño, implementación y desarrollo de un algoritmo de aprendizaje profundo que permite realizar detección de caídas en especial en personal mayores que se encuentran viviendo solas, en espacios médicos o en centros de cuidados geriátricos. Se busca que este proyecto pueda realizar esta detección, sin la necesidad de emplear dispositivos corporales que pueden generar inconvenientes en los pacientes, razón por la cual se opta por emplear un algoritmo basado en redes neuronales recurrentes de tipo LSTM (Memoria prolongada de corto plazo), que tienen la capacidad de recordar información relevante en secuencias y preservarlo por varios instantes de tiempo. Se realizan las pruebas en ambientes controlados, junto con personas que emulen las caídas y que no cuenten con ningún inconveniente de salud, la evaluación del proyectó se realiza a través de distintas métricas y pruebas en tiempo real.

• Autores: Saa Beltrán, María Paula
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/50378
• Acceso en línea: http://hdl.handle.net/11634/50378
• Palabra clave: Neural Networks; Falls; Long-Short Term Memory; Deep Learning; Ingeniería Electrónica; Personas Vulnerables; Diseño-Algoritmos; Redes Neuronales; Caídas; Long-Short Term Memory (LSTM); Aprendizaje Profundo
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia