Redes convolucionales para la predicción de convulsiones epilépticas. La transformada de Fourier de tiempo corto y el impacto de sus hiperparámetros en la calidad de las predicciones

Uno de los problemas que enfrentan los pacientes epilépticos es la impredecibilidad de las convulsiones. Esto hace relevante el problema de predecirlas oportuna y automáticamente a partir de mediciones fisiológicas. Investigaciones recientes han demostrado excelentes resultados de la aplicación de redes neuronales convolucionales a este problema. Sin embargo, esto introduce la dificultad de transformar mediciones de sensores en imágenes, lo cual conlleva una serie de hiperparámetros. En este proyecto planteamos una exploración empírica de estos hiperparámetros, y concluimos que las predicciones son robustas a la elección de los mismos, aunque esta puede tener implicaciones en el tiempo de ejecución y el consumo de recursos de los algoritmos.

• Autores: Cerón Uribe, Juan Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2019
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/45660
• Acceso en línea: http://hdl.handle.net/1992/45660
• Palabra clave: Convulsiones; Epilepsia; Redes neurales (Computadores); Ingeniería
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/