Mostrar el registro sencillo del objeto digital
dc.contributor | JOSE SERGIO RUIZ CASTILLA, / | |
dc.contributor.author | Urdañez Carbajal, María Fernanda | |
dc.date.accessioned | 2024-02-22T17:41:39Z | |
dc.date.available | 2024-02-22T17:41:39Z | |
dc.date.issued | 2024-02-08 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11799/140159 | |
dc.description | Tesis de Maestría | es |
dc.description.abstract | Los temas de clasificación y predicción para el área de computación han sido un gran reto, intentando buscar más aplicaciones eficientes en las que sean de utilidad todas estas herramientas para poder mejorarlas o corregirlas. Las redes nueronales han llamado la atención de los estudiosos de la estadística ya que se destaca un buen rendimiento para problemas con mucho ruido o que no sean lineales. Por otro lado, las actividades en línea se han ido reforzando con el paso del tiempo, con la finalidad de ofrecer servicios de manera flexible y sobre todo que sean precisos y seguros. En el campo de la salud se ha buscado aplicar técnicas para poder adaptarse a esta nueva era tecnológica, con la intención de poder atender en la distancia a pacientes, hasta el punto de poder operarlos [1] La automatización de tareas entre las más destacadas, son la evaluación nutricional a poblaciones sanas o con alguna condición que presente enfermedad. En este trabajo se pretende identificar las mejores técnicas para poder clasificar la estructura corporal de las personas o pacientes, que tengan o no una enfermedad y que haya acudido con algún especialista de la salud con la intención de recibir atención para comenzar con un plan alimenticio y hacer ejercicio de acuerdo a sus necesidades físicas y poder mejorar su estado de salud. La obesidad es una enfermedad crónica que se caracteriza por un mayor contenido de grasa corporal en la que influyen diferentes factores como su genética, el lugar donde vive, entre otros [2] La necesidad de atacar esta enfermedad ha promovido diferentes alternativas de solución para mejorar la calidad de vida y disminuir la mortalidad de las personas. | es |
dc.language.iso | spa | es |
dc.publisher | Universidad Autónoma del Estado de México | es |
dc.rights | openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0 | es |
dc.subject | Clasificación | es |
dc.subject | Somatotipos | es |
dc.subject | Redes neuronales | es |
dc.subject | Orange | es |
dc.subject.classification | INGENIERÍA Y TECNOLOGÍA | es |
dc.title | Clasificacion de Somatotipos Mediante Analisis de Bioimpedancia Eléctrica Especial Usando Redes Neuronales Artificial | es |
dc.type | Tesis de Maestría | es |
dc.provenance | Científica | es |
dc.road | Dorada | es |
dc.organismo | Centro Universitario UAEM Texcoco | es |
dc.ambito | Local | es |
dc.cve.CenCos | 30401 | es |
dc.modalidad | Tesis | es |