Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19.
Sparad:
| Huvudupphovsman: | |
|---|---|
| Materialtyp: | masterThesis |
| Språk: | spa |
| Publicerad: |
2022
|
| Ämnen: | |
| Länkar: | http://repositorio.ug.edu.ec/handle/redug/69793 |
| Taggar: |
Lägg till en tagg
Inga taggar, Lägg till första taggen!
|
Lägg till en tagg | _version_ | 1838697440193019904 |
|---|---|
| author | Quijano Avilés, Johnny César |
| author_facet | Quijano Avilés, Johnny César |
| author_role | author |
| collection | Repositorio Universidad de Guayaquil |
| dc.contributor.none.fl_str_mv | Cevallos Torres Lorenzo |
| dc.creator.none.fl_str_mv | Quijano Avilés, Johnny César |
| dc.date.none.fl_str_mv | 2022-12 2023-08-09T19:28:55Z 2023-08-09T19:28:55Z |
| dc.format.none.fl_str_mv | application/pdf |
| dc.identifier.none.fl_str_mv | APA http://repositorio.ug.edu.ec/handle/redug/69793 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad de Guayaquil - Facultad de Ciencias Matemáticas y Físicas - Carrera de Ingeniería Civil |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad de Guayaquil instname:Universidad de Guayaquil instacron:UG |
| dc.subject.none.fl_str_mv | Reacciones Adversas Covid19 Vacunas Python |
| dc.title.none.fl_str_mv | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
| description | pdf |
| eu_rights_str_mv | openAccess |
| format | masterThesis |
| id | UG_513b5bbfff7ce3ae75e47875a15e8fbc |
| identifier_str_mv | APA |
| instacron_str | UG |
| institution | UG |
| instname_str | Universidad de Guayaquil |
| language | spa |
| network_acronym_str | UG |
| network_name_str | Repositorio Universidad de Guayaquil |
| oai_identifier_str | oai:repositorio.ug.edu.ec:redug/69793 |
| publishDate | 2022 |
| publisher.none.fl_str_mv | Universidad de Guayaquil - Facultad de Ciencias Matemáticas y Físicas - Carrera de Ingeniería Civil |
| reponame_str | Repositorio Universidad de Guayaquil |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad de Guayaquil - Universidad de Guayaquil |
| repository_id_str | 0 |
| spelling | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19.Quijano Avilés, Johnny CésarReaccionesAdversasCovid19VacunasPythonpdfEl virus SARS-CoV-2 provocó la enfermedad por coronavirus llamada COVID-19, motivo por el cual se introdujeron vacunas para evitar el contagio y fallecimiento. Estas vacunas fueron autorizadas en un periodo corto de tiempo debido a la emergencia sanitaria mundial sin tener el suficiente tiempo para realizar pruebas rigorosas sobre su seguridad. Conocer posibles síntomas por reacciones adversas después de la vacunación presenta una útil información para mejorarlas y aumentar su seguridad. El proyecto a continuación pretende realizar un modelo de predicción para casos de personas con reacciones adversas por la vacunación COVID-19, haciendo uso de herramientas de Inteligencia Artificial como lo son las Redes Neuronales y el Aprendizaje Automático. El desarrollo del prototipo de predicción fue implementado en Python. Los algoritmos de clasificación se basaron en el historial médico con el número de lote de la vacuna aplicada y los síntomas mostrados después de la vacunación.The SARS-CoV-2 virus caused the coronavirus disease called COVID-19, which is why vaccines were introduced to prevent infection and death. These vaccines were authorized in a short period of time due to the global health emergency without having enough time to carry out rigorous tests on their safety. Knowing possible symptoms due to adverse reactions after vaccination presents useful information to improve them and increase their safety. The project below intends to carry out a prediction model for cases of people with adverse reactions due to the COVID-19 vaccination, making use of Artificial Intelligence tools such as Neural Networks and Machine Learning. The development of the prediction prototype was implemented in Python. The classification algorithms were based on the medical history with the lot number of the vaccine applied and the symptoms shown after vaccination.Universidad de Guayaquil - Facultad de Ciencias Matemáticas y Físicas - Carrera de Ingeniería CivilCevallos Torres Lorenzo2023-08-09T19:28:55Z2023-08-09T19:28:55Z2022-12info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAPAhttp://repositorio.ug.edu.ec/handle/redug/69793spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de Guayaquilinstname:Universidad de Guayaquilinstacron:UG2023-08-10T09:24:00Zoai:repositorio.ug.edu.ec:redug/69793Institucionalhttp://repositorio.ug.edu.ec/Universidad públicahttps://www.ug.edu.ec/..Ecuador...opendoar:02025-07-26T07:48:16.272539Repositorio Universidad de Guayaquil - Universidad de Guayaquiltrue |
| spellingShingle | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. Quijano Avilés, Johnny César Reacciones Adversas Covid19 Vacunas Python |
| status_str | publishedVersion |
| title | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| title_full | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| title_fullStr | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| title_full_unstemmed | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| title_short | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| title_sort | Prototipo de un Modelo Computacional en Python, para el Análisis de Optimizadores de Redes Neuronales Profundas Mediante Clasificadores Forescasting de Series de Tiempo en Pacientes con Reacciones Adversas a la Vacuna COVID-19. |
| topic | Reacciones Adversas Covid19 Vacunas Python |
| url | http://repositorio.ug.edu.ec/handle/redug/69793 |