dc.contributor | Rivera Escriba, Luis Antonio | |
dc.creator | Espinoza Cabrera, Jorge Luis | |
dc.creator | Muñoz Guia, Edinson Moisés | |
dc.date.accessioned | 2020-12-23T20:10:09Z | |
dc.date.accessioned | 2022-10-27T14:01:02Z | |
dc.date.available | 2020-12-23T20:10:09Z | |
dc.date.available | 2022-10-27T14:01:02Z | |
dc.date.created | 2020-12-23T20:10:09Z | |
dc.date.issued | 2012 | |
dc.identifier | Espinoza, J. & Muñoz, E. (2012). Sistema inteligente basado en redes neuronales para el diagnóstico de anemia ferropénica. Tesis para optar el título de Ingeniero de Sistemas. Escuela Académico Profesional de Ingeniería de Sistemas, Facultad de Ingeniería de Sistemas e Informática, Universidad Nacional Mayor de San Marcos, Lima, Perú. | |
dc.identifier | https://hdl.handle.net/20.500.12672/15690 | |
dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/4890573 | |
dc.description.abstract | Actualmente en el Perú, los índices de anemia aumentan de manera acelerada, siendo la
más común la anemia Ferropénica y que afecta en su mayoría a la población infantil de
las zonas marginales. Pero además de ello cabe resaltar que los factores causantes de los
distintos tipos de anemia pueden tener similitudes entre ellas, conllevando que los
diagnósticos realizados por los médicos especialistas puedan ser no tan certeros o
exactos como se espera. Ello causa que el tratamiento asignado al paciente, para el
supuesto tipo de anemia detectado, no sea el adecuado, siendo esto perjudicial para la
persona quien padece dicha enfermedad. Por lo antes expuesto, el tema de este trabajo
se centra en el desarrollo de un sistema que use las técnicas de redes neuronales
artificiales para el diagnóstico certero de la anemia ferropénica.
En este trabajo se propone el uso de una red neuronal artificial (Perceptrón Multicapa)
para el diagnóstico de Anemia Ferropénica, una enfermedad muy común y que afecta a
gran parte de la población a nivel mundial. Esta red neuronal realizará su fase de
aprendizaje haciendo uso del algoritmo BackPropagation, con la cual se obtuvo una tasa
de error de 2.25 % y cuya construcción, validación y testeo se realizó empleando
MatLab, así mismo se empleó la tecnología Java para el desarrollo de la aplicación que
utilizó dicha red. | |
dc.language | spa | |
dc.publisher | Universidad Nacional Mayor de San Marcos | |
dc.publisher | PE | |
dc.rights | info:eu-repo/semantics/closedAccess | |
dc.source | Universidad Nacional Mayor de San Marcos | |
dc.source | Repositorio de Tesis - UNMSM | |
dc.subject | Anemia por carencia de hierro - Diagnóstico | |
dc.subject | Sistemas expertos (Computación) | |
dc.subject | Redes neuronales (Computación) | |
dc.title | Sistema inteligente basado en redes neuronales para el diagnóstico de anemia ferropénica | |
dc.type | Tesis | |