Mostrar el registro sencillo del objeto digital

dc.contributor Granda Gutiérrez, Everardo Efrén
dc.contributor.author Garduño Morales, Alexander
dc.date.accessioned 2025-11-11T02:39:14Z
dc.date.available 2025-11-11T02:39:14Z
dc.date.issued 2025-10-25
dc.identifier.uri http://hdl.handle.net/20.500.11799/142848
dc.description Tesis de Licenciatura es
dc.description.abstract En este trabajo se realiza un análisis comparativo de tres modelos de redes neuronales convolucionales (CNN) para la detección de cáncer de pulmón, con base en imágenes de tomografías computarizadas, con el fin de identificar la arquitectura que ofrece el mejor desempeño bajo condiciones controladas. Los modelos de aprendizaje profundo considerados para este estudio son: DenseNet201, InceptionV3 y ResNet50, que fueron validados mediante un esquema de subconjunto estratificado. 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 Redes neuronales convolucionales es
dc.subject Aprendizaje profundo es
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es
dc.title Análisis comparativo de modelos de redes neuronales convolucionales para la detección de cáncer de pulmón es
dc.type Tesis de Licenciatura es
dc.provenance Académica es
dc.road Dorada es
dc.organismo Centro Universitario UAEM Atlacomulco es
dc.ambito Estatal es
dc.cve.CenCos 30101 es
dc.cve.progEstudios 38 es
dc.modalidad Tesis es
dc.validacion.itt Si es


Ficheros en el objeto digital

Este ítem aparece en la(s) siguiente(s) colección(ones)

Visualización del Documento

  • Título
  • Análisis comparativo de modelos de redes neuronales convolucionales para la detección de cáncer de pulmón
  • Autor
  • Garduño Morales, Alexander
  • Director(es) de tesis, compilador(es) o coordinador(es)
  • Granda Gutiérrez, Everardo Efrén
  • Fecha de publicación
  • 2025-10-25
  • Editor
  • Universidad Autónoma del Estado de México
  • Tipo de documento
  • Tesis de Licenciatura
  • Palabras clave
  • Redes neuronales convolucionales
  • Aprendizaje profundo
  • Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)

Mostrar el registro sencillo del objeto digital

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe cómo openAccess

Buscar en RI


Buscar en RI

Usuario

Estadísticas