Look-up in Google Scholar
Title: Clasificación de la viruela del mono mediante aprendizaje profundo y técnicas de procesamiento de imágenes
OCDE field: https://purl.org/pe-repo/ocde/ford#2.02.04
Issue Date: 2024
Institution: Universidad Señor de Sipán
Abstract: El brote de la viruela del mono es una enfermedad causada por el virus Orthopox, es el más cercano al virus de la viruela, cuyos contagios siguen aumentando a nivel mundial. La presente investigación busca comparar el desempeño de tres modelos de aprendizaje profundo para clasificar dicha enfermedad. Para ello se empleó un conjunto de datos de un total de 1577 imágenes. Mediante una revisión de la literatura se seleccionaron los modelos de aprendizaje profundo empleados en el estudio, siendo estos una CNN personalizada, VGG16 y ResNet50. Posteriormente se dividió el dataset en 70% para el entrenamiento, 15% para la validación y 15% para la prueba. Los resultados indicaron que el modelo ResNet50 tuvo mejor desempeño con 98.00% en exactitud, 98.50% en precisión, 98.25% en recall y 98.50% en f1-score. Los hallazgos destacan la importancia del aprendizaje profundo para el desarrollo de herramientas diagnosticas, evidenciando la eficacia de ResNet50 para la clasificación de la enfermedad de la virtual del mono.
Discipline: Ingeniería de Sistemas
Grade or title grantor: Universidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y Urbanismo
Grade or title: Ingeniero de Sistemas
Juror: Tuesta Monteza, Victor Alexci; Guevara Alburqueque, Laurita Belen; Arcila Diaz, Juan Carlos
Register date: 19-Nov-2024



This item is licensed under a Creative Commons License Creative Commons