RT info:eu-repo/semantics/bachelorThesis
T1 Clasificación de poblaciones celulares mediante marcadores obtenidos por Citometría de Flujo aplicando técnicas de Inteligencia Artificial
A1 García Pizarro, María
A2 Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid
K1 Inteligencia Artificial
K1 Redes neuronales artificiales
K1 Perceptrón multicapa
AB La Citometría de Flujo, técnica que permite caracterizar y clasificar células a partir de la mediciónsimultanea de múltiples características de las células, lo que genera conjuntos de datos de alta dimensionalidad que precisan el uso de técnicas de Aprendizaje Automático para su análisis.En este contexto, el objetivo principal de este trabajo es desarrollar y evaluar un modelo que permitauna clasificación adecuada de estos datos. En particular, se ha implementado un modelo de clasificaciónjerárquica basado en perceptrones multicapa. Adopta una estructura de tipo árbol con un enfoque topdown y un esquema de predicción de tipo Mandatory leaf-node prediction. La optimización inicial delos hiperparametros se ha basado en los principios de la optimización multi-fidelidad. El proceso deentrenamiento se ha realizado sobre un conjunto de datos anotado de Citometría de Flujo, utilizando lametodología stratified hold-out, para garantizar la representatividad de las clases en los subconjuntosgenerados. Para evaluar su rendimiento, se han calculado las métricas de evaluación F-score y accuracy.Los principales resultados demuestran que el modelo de clasificación jerárquica desarrollado presentaun rendimiento satisfactorio, consiguiendo una correcta clasificación incluso en los niveles más profundosde la estructura jerárquica, a pesar de la complejidad y el desbalance de las clases.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79359
UL https://uvadoc.uva.es/handle/10324/79359
LA spa
NO Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
DS UVaDOC
RD 09-ene-2026