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 r...
- 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/
| id |
UNIANDES2_81e0ed58094c8ef06bd18fc206d5dcc5 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/45660 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Villamil Giraldo, María del Pilar3b10ed49-9447-4d81-b06d-b0d80a0256d1500Moreno Barbosa, Andrés Daríodc73c7d4-83ed-44e6-b08b-75035edc0957500Cerón Uribe, Juan Felipe13391324-155b-41ad-9fdd-8d9d01ea2bd85002020-09-03T16:09:31Z2020-09-03T16:09:31Z2019http://hdl.handle.net/1992/45660u827848.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.One of the problems faced by epileptic patients is the unpredictability of seizures. This brings relevance to the problem of predicting them in a timely and automatic way, based on physiological measurements. Recent work shows the great results obtained by applying convolutional neural networks to this problem. However, this introduces the difficulty of translating sensor measurements into images, which involves a series of hyperparameters. In this project, we set out on an empirical exploration of said hyperparameters, and concluded that the predictions made by convolutional networks are robust to the choice of hyperparameters. However, this choice can have implications in the computational efficiency of the system.Ingeniero de Sistemas y ComputaciónPregrado42 hojasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y Computacióninstname:Universidad de los Andesreponame:Repositorio Institucional SénecaRedes 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 prediccionesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPConvulsionesEpilepsiaRedes neurales (Computadores)IngenieríaPublicationTEXTu827848.pdf.txtu827848.pdf.txtExtracted texttext/plain55477https://repositorio.uniandes.edu.co/bitstreams/faa8bf39-d685-4115-a0d4-d20bb3f9ade1/download8efd575898de880bec2b09eccb2117b2MD54THUMBNAILu827848.pdf.jpgu827848.pdf.jpgIM Thumbnailimage/jpeg10564https://repositorio.uniandes.edu.co/bitstreams/aa949d25-a24f-4193-b73e-9be6cd5ba4dc/download3a5046af59c26df1da15c230d80798c9MD55ORIGINALu827848.pdfapplication/pdf1398796https://repositorio.uniandes.edu.co/bitstreams/2ef28461-a3d0-4910-a3ce-64900f4624dc/downloadb48a95657b73303c1fe3f80eb4599ec8MD511992/45660oai:repositorio.uniandes.edu.co:1992/456602023-10-10 15:34:01.815http://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.es_CO.fl_str_mv |
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 |
| title |
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 |
| spellingShingle |
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 Convulsiones Epilepsia Redes neurales (Computadores) Ingeniería |
| title_short |
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 |
| title_full |
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 |
| title_fullStr |
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 |
| title_full_unstemmed |
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 |
| title_sort |
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 |
| dc.creator.fl_str_mv |
Cerón Uribe, Juan Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Villamil Giraldo, María del Pilar Moreno Barbosa, Andrés Darío |
| dc.contributor.author.none.fl_str_mv |
Cerón Uribe, Juan Felipe |
| dc.subject.armarc.es_CO.fl_str_mv |
Convulsiones Epilepsia Redes neurales (Computadores) |
| topic |
Convulsiones Epilepsia Redes neurales (Computadores) Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
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. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T16:09:31Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T16:09:31Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/45660 |
| dc.identifier.pdf.none.fl_str_mv |
u827848.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/45660 |
| identifier_str_mv |
u827848.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
42 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/faa8bf39-d685-4115-a0d4-d20bb3f9ade1/download https://repositorio.uniandes.edu.co/bitstreams/aa949d25-a24f-4193-b73e-9be6cd5ba4dc/download https://repositorio.uniandes.edu.co/bitstreams/2ef28461-a3d0-4910-a3ce-64900f4624dc/download |
| bitstream.checksum.fl_str_mv |
8efd575898de880bec2b09eccb2117b2 3a5046af59c26df1da15c230d80798c9 b48a95657b73303c1fe3f80eb4599ec8 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1818111699940540416 |