Mostrar el registro sencillo del ítem

dc.contributor.advisorTorre Díez, Isabel de la es
dc.contributor.authorRobles Mendo, Inés
dc.contributor.editorUniversidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación es
dc.date.accessioned2021-07-02T11:02:30Z
dc.date.available2021-07-02T11:02:30Z
dc.date.issued2021
dc.identifier.urihttps://uvadoc.uva.es/handle/10324/47170
dc.description.abstractLas emergencias sanitarias son una modalidad de medicina que actúa sobre una urgencia médica o sobre cualquier enfermedad en su momento agudo. Cualquier tipo de respuesta a una urgencia médica dependerá de la situación, del paciente y de los recursos disponibles para poder atenderlo. También variará si la urgencia sucede dentro o fuera de de un hospital. El aprendizaje automático o Machine Learning trata de desarrollar técnicas que permitan que las máquinas aprendan. Hoy en día, el Machine Learning es empleado principalmente en el campo de la medicina preventiva, entre otros. El objetivo en el que se centra este Trabajo Fin de Grado es llevar a cabo un análisis del estado del arte de soluciones de Machine Learning empleadas en emergencias sanitarias, con el fin de proponer nuevas líneas de investigación en este subcampo. Para lograr este objetivo, se ha realizado una búsqueda exhaustiva en artículos científicos y en aplicaciones móviles disponibles.es
dc.description.abstractHealth emergencies are a form of medicine that deals with a medical emergency or any disease in its acute phase. Any type of response to a medical emergency will depend on the situation, the patient and the resources available to care for the patient. It will also vary whether the emergency happens inside or outside a hospital. Machine learning tries to develop techniques that allow machines to learn. Nowadays, this technique is mainly used in the field of preventive medicine, among others. The objective of this Final Degree Project is to carry out an analysis of the state of the art of Machine Learning solutions used in health emergencies, with the aim of proposing new lines of research in this subfield. In order to achieve this objective, an exhaustive search has been carried out in scientific articles and available mobile applications.es
dc.format.mimetypeapplication/pdfes
dc.language.isospaes
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subject.classificationAprendizaje automáticoes
dc.subject.classificationAprendizaje profundoes
dc.subject.classificationeHealthes
dc.titleAnálisis del estado del arte de Machine Learning en emergencias sanitariases
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.description.degreeGrado en Ingeniería de Tecnologías Específicas de Telecomunicaciónes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

Thumbnail

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

Mostrar el registro sencillo del ítem