• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería Electrónica
  • Please use this identifier to cite or link to this item: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/1767
    Title: Comprenssive Sensing y Deep Learning: Extracción de patrones y clasificación de datos electrocardiográficos.
    Authors: Perez Arevalo, Fabian Ricardo.
    Keywords: El autor no proporciona la información sobre este ítem.
    Issue Date: 2016
    Publisher: Universidad de Pamplona – Facultad de Ingenierías y Arquitectura.
    Citation: Perez Arevalo, F. R. (2016). Comprenssive Sensing y Deep Learning: Extracción de patrones y clasificación de datos electrocardiográficos [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/1767
    Description: Deep learning y compressive sensing, son herramientas matemáticas que están siendo utilizadas de manera relevantes en los últimos años en procesos de clasificación y compresión respectivamente. Ente trabajo se muestra que es posible extraer patrones característicos en señales electrocardiográficas (ECG) y así mismo clasificarlos usando deep learning, kmeans,ls- svm. Es importante resaltar que en el estado del arte no se han desarrollado trabajos relacionados, lo cual hace que sea una propuesta novedosa. En este trabajo se utilizarán otras técnicas como wavelet para mapear los datos a señales sparse, además de usar técnicas como, entropía, energía y redes neuronales para comparar los resultados. Finalmente se propondrá una nueva metodología para extraer patrones usando Compressive sensing.
    URI: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/1767
    Appears in Collections:Ingeniería Electrónica

    Files in This Item:
    File Description SizeFormat 
    Perez_2016_TG.pdfPerez_2016_TG2,8 MBAdobe PDFView/Open


    Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.