• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Parcourir

    Tout UVaDOCCommunautésPar date de publicationAuteursSujetsTitres

    Mon compte

    Ouvrir une session

    Statistiques

    Statistiques d'usage de visualisation

    Compartir

    Voir le document 
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    •   Accueil de UVaDOC
    • PROJET DE FIN D'ÉTUDES
    • Trabajos Fin de Grado UVa
    • Voir le document
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/78542

    Título
    Diagnóstico de animales de compañía mediante AI
    Autor
    Caballero Suárez, Rebeca
    Director o Tutor
    Álvarez Bravo, José VicenteAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de SegoviaAutoridad UVA
    Año del Documento
    2025
    Titulación
    Grado en Ingeniería Informática de Servicios y Aplicaciones
    Résumé
    Este proyecto es motivado por el bienestar de nuestros queridos animales de compañía. En este caso se trata de desarrollar modelos de IA para el diagnóstico animal o del paciente con la idea de ofrecer una segunda opinión al veterinario, pudiendo ser posible agilizar su trabajo distribuyendo su concentración más ampliamente a otras necesidades. Para ello, se requiso de un estudio e investigación del sector veterinario para identificar sus necesidades y ofrecer el mayor valor posible, además de la recogida de estos casos reales para su uso en el proyecto. Una vez se determinó la prueba de referencia veterinaria y los distintos diagnósticos presuntivos contemplados, se procedió con el desarrollo y entrenamiento de varios algoritmos de aprendizaje supervisado en Machine Learning, separándolos por su objetivo: Determinar la especie animal sin previo indicativo. (SpecAI ) Predecir el diagnóstico presuntivo del paciente con los datos facilitados de la prueba junto con la especie suministrada por la anterior IA. (BlooDAI) Tras un análisis del desempeño de cada uno de los algoritmos, se determinaron aquellos mejores modelos finales a extraer, siendo incentivos de una elaboración de un programa o herramienta software futura. Dentro del contenido de este proyecto se facilita un ejemplo de uso ideal dentro de una implementación software.
    Materias Unesco
    1203.04 Inteligencia Artificial
    3109 Ciencias Veterinarias
    Palabras Clave
    Jupyter Notebook
    Python
    Diagnóstico
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/78542
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [32123]
    Afficher la notice complète
    Fichier(s) constituant ce document
    Nombre:
    TFG-B. 2478.pdf
    Tamaño:
    10.07Mo
    Formato:
    Adobe PDF
    Thumbnail
    Voir/Ouvrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcepté là où spécifié autrement, la license de ce document est décrite en tant que Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10