Advanced search

Show simple item record

dc.contributor.advisorCalderón Vilca, Hugo David
dc.contributor.authorAngeles Rojas, Jorge Alexander
dc.date.accessioned2022-08-01T01:35:42Z
dc.date.available2022-08-01T01:35:42Z
dc.date.issued2022
dc.identifier.citationAngeles, J. (2022). Detección de carcinoma basocelular utilizando red neuronal convolucional y Support Vector Machine. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería de Sistemas e Informática, Escuela Profesional de Ingeniería de Software]. Repositorio institucional Cybertesis UNMSM.es_PE
dc.identifier.urihttps://hdl.handle.net/20.500.12672/18365
dc.description.abstractEl cáncer de piel es uno de los tipos de cáncer más frecuente en los seres humanos, abarca cerca de un tercio total de las neoplasias. Dentro del cáncer de piel encontramos al carcinoma basocelular (CBC) siendo este el tipo de cáncer más frecuente a nivel mundial. Una serie de estudios que involucran enfoques de aprendizaje profundo ya se han desempeñado en un número considerable como la clasificación de imágenes. Los modelos utilizados en dichas tareas emplean la función Softmax (modelo clásico) en la capa de clasificación. Sin embargo, se han realizado estudios que utilizan una alternativa a la función Softmax para la clasificación: la máquina de vectores de soporte (SVM). El uso de SVM en una arquitectura de red neuronal artificial produce resultados relativamente mejores que el uso de la función Softmax convencional. Por este motivo se construyó un sistema que diagnostica el carcinoma basocelular implementando un modelo híbrido de red neuronal convolucional y máquina de vectores de soporte para clasificar el CBC. Los resultados obtenidos fueron medidos con las métricas de precisión, recall, f1-score y exactitud obteniendo 94.51%, 88.42%, 91.36% y 91.54% respectivamente.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional Mayor de San Marcoses_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/es_PE
dc.sourceUniversidad Nacional Mayor de San Marcoses_PE
dc.sourceRepositorio de Tesis - UNMSMes_PE
dc.subjectSistemas de identificación de modeloses_PE
dc.subjectMáquinas de soporte vectoriales_PE
dc.subjectCarcinoma basocelulares_PE
dc.subjectPiel - Cáncer – Diagnósticoes_PE
dc.titleDetección de carcinoma basocelular utilizando red neuronal convolucional y Support Vector Machinees_PE
dc.typeinfo:eu-repo/semantics/bachelorThesises_PE
thesis.degree.nameIngeniero de Softwarees_PE
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Escuela Profesional de Ingeniería de Softwarees_PE
thesis.degree.disciplineIngeniería de Softwarees_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.03es_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es_PE
dc.publisher.countryPEes_PE
renati.advisor.dni01317748
renati.advisor.orcidhttps://orcid.org/0000-0002-1177-4947es_PE
renati.author.dni71395600
renati.discipline612236es_PE
renati.jurorLa Serna Palomino, Nora Bertha
renati.jurorPró Concepción, Luzmila Elisa
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#tesises_PE
sisbib.juror.dni07665297
sisbib.juror.dni08862360


Files in this item

Thumbnail

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