Show simple item record

dc.contributor.advisorEspejo Villaizan, Daniel Derek
dc.contributor.authorGarrafa Nina, Sonia Barbara
dc.contributor.authorOlea Bernales, Zoila Lastenia
dc.date.accessioned2023-04-11T21:06:11Z
dc.date.available2023-04-11T21:06:11Z
dc.date.issued2023-01-21
dc.identifier.urihttp://hdl.handle.net/10757/667566
dc.description.abstractPara el desarrollo de la investigación nos basamos en dos puntos importantes. La primera es una previa planificación, la cual contuvo el planteamiento de las preguntas específicas referente al tema de investigación, luego se consideró las bases de datos que nos permitió obtener dichos documentos seleccionados correctamente. Además, se determinó las palabras claves que hicieron más precisa la búsqueda. Así también, se consideró los criterios de inclusión y exclusión y se diagramó el proceso para tener un panorama visual del flujo realizado. El segundo punto fue la obtención de resultados y análisis, que luego de haber culminado la primera parte, en cada uno de los papers seleccionados, se realizó la revisión de los resultados teniendo en cuenta la técnica, el aporte que dejó, el proceso de validación utilizado y los resultados obtenidos. En la parte de análisis se realizó, valga la redundancia, el análisis cruzado considerando aquí los puntos que ha contenido cada pregunta, en este caso se refirió a los modelos, componentes, técnicas y validaciones utilizadas en la realización de la clasificación mamaria con redes neuronales convolucionales. Finalmente, se realizó las conclusiones respectivas donde se mencionó que es necesario seguir ambos puntos, pero en base a las preguntas definidas, para que así se obtenga la información orientada al proyecto. Además, se evidenció, en cuanto a la información brindada por los investigadores, que a mayor cantidad de validaciones cruzadas mayor será la precisión que incluso pueda llegar a obtener un 99% en la clasificación de densidad mamaria.es_PE
dc.description.abstractFor the development of the investigation we base ourselves on two important points. The first is a previous planning, which contained the formulation of the specific questions regarding the research topic, then the databases that allowed us to obtain these correctly selected documents were considered. In addition, the keywords that made the search more precise were determined. Likewise, the inclusion and exclusion criteria were considered and the process was diagrammed to have a visual panorama of the flow carried out. The second point was the obtaining of results and analysis, which after having completed the first part, in each of the selected papers, the review of the results was carried out taking into account the technique, the contribution it left, the validation process used and the results obtained. In the analysis part, the crossover analysis was carried out, considering here the points that each question has contained, in this case it referred to the models, components, techniques and validations used in carrying out the mammary classification with neural networks. convolutionals. Finally, the respective conclusions were made where it was mentioned that it is necessary to follow both points, but based on the defined questions, so that the project-oriented information is obtained. In addition, it was evidenced, in terms of the information provided by the researchers, that the greater the number of cross-validations, the greater the precision that even 99% can obtain in the classification of breast density.es_PE
dc.description.uriTrabajo de investigaciònes_PE
dc.formatapplication/pdfes_PE
dc.formatapplication/epubes_PE
dc.formatapplication/mswordes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Peruana de Ciencias Aplicadas (UPC)es_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.sourceUniversidad Peruana de Ciencias Aplicadas (UPC)es_PE
dc.sourceRepositorio Académico - UPCes_PE
dc.subjectDensidad mamariaes_PE
dc.subjectAprendizaje de transferenciaes_PE
dc.subjectRedes neuronales convolucionaleses_PE
dc.subjectMamografías densases_PE
dc.subjectBreast densityes_PE
dc.subjectTransfer learninges_PE
dc.subjectConvolutional neural networkses_PE
dc.subjectDense mammographyes_PE
dc.titleModelos de clasificación de densidad mamaria utilizando redes neuronales convolucionaleses_PE
dc.title.alternativeConvolutional Neural Network for the Classification of Breast Densityes_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.grantorUniversidad Peruana de Ciencias Aplicadas (UPC). División de Estudios Profesionales para Ejecutivos (EPE)es_PE
thesis.degree.levelBachilleres_PE
thesis.degree.disciplineIngeniería de Sistemases_PE
thesis.degree.nameIngeniero de sistemases_PE
thesis.degree.programDivisión de Estudios Profesionales para Ejecutivos (EPE)es_PE
refterms.dateFOA2023-04-13T17:34:32Z
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.00.00es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
dc.identifier.isni0000 0001 2196 144X
renati.typehttp://purl.org/pe-repo/renati/type#trabajoDeInvestigaciones_PE
renati.advisor.orcidhttps://orcid.org/0000-0002-6737-0837es_PE
renati.levelhttps://purl.org/pe-repo/renati/level#bachilleres_PE
renati.discipline612076es_PE
dc.publisher.countryPEes_PE
renati.author.dni45071593es_PE
renati.author.dni46584292es_PE
dc.type.otherTrabajo de investigaciónes_PE


Files in this item

Thumbnail
Name:
Garrafa_NS.pdf
Size:
763.5Kb
Format:
PDF
Thumbnail
Name:
Garrafa_NS.docx
Embargo:
2093-04-13
Size:
720.1Kb
Format:
Microsoft Word 2007
Thumbnail
Name:
Garrafa_NS_Fichaautorizacion.pdf
Embargo:
2093-04-13
Size:
488.8Kb
Format:
PDF
Thumbnail
Name:
Garrafa_NS_Reportesimilitud.pdf
Embargo:
2093-04-13
Size:
7.138Mb
Format:
PDF
Thumbnail
Name:
Garrafa_NS_Actasimilitud.pdf
Embargo:
2093-04-13
Size:
120.6Kb
Format:
PDF

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess