Estudio sobre técnicas de análisis de encefalogramas basados en redes neuronales.
|
|
- Mario Sevilla Vidal
- hace 8 años
- Vistas:
Transcripción
1 Estudio sobre técnicas de análisis de encefalogramas basados en redes neuronales. Gema Morales Gavilán Ignacio Prieto Egido Resumen. En este trabajo se llevará a cabo una investigación sobre cómo se utilizan las redes neuronales para el análisis de electroencefalogramas (EEG) y qué resultados se pueden obtener, a modo de estudio teórico para una posible investigación práctica posterior. Palabras clave. Electroencefalograma, EEG, redes neuronales. 1. Introducción. Las redes neuronales artificiales (en adelante redes neuronales) son una tecnología cuyo primer modelo matemático se presentó en 1943 por Warren McCulloch y Walter Pitts [6]. No obstante ha sido recientemente cuando el modelo de cómputo tradicional se ha mostrado ineficaz frente a los nuevos retos aparecidos con la era digital, como es el caso del procesamiento de imágenes, y el amplio abanico de posibilidades que esto conlleva, lo que ha contribuido al desarrollo de técnicas como las redes neuronales. Este trabajo se centrará en la utilización de redes neuronales para procesar las señales de un encefalograma. El objetivo es estudiar qué técnicas se emplean y valorar qué resultados pueden obtenerse. En primer lugar se describirán los principios y características del electroencefalograma, para comprender de qué tipo de señales se trata y porqué las redes neuronales son una buena opción para su análisis. A continuación se analizarán algunos estudios concretos en los que se emplean redes neuronales para procesar la información del electroencefalograma y obtener una respuesta para un problema planteado, centrándonos en las técnicas y algoritmos que se utilizan. 2. Electroencefalograma (EEG). Un electroencefalograma (EEG), según se define en [8], es el registro de las variaciones de potencial eléctrico entre dos electrodos (registro bipolar) o entre un electrodo y otro indiferente (registro monopolar) situados en el cuero cabelludo. Cada pareja de electrodos se denomina canales, y su disposición sobre el cráneo se conoce como montaje. Para que las medidas realizadas sean generalizables y repetibles el montaje suele seguir las especificaciones del sistema 10-20, que define disposiciones de electrodos en función de la aplicación que se quiere dar al EEG. Colocación de sensores para un EGP La actividad registrada en el EEG es una medida atenuada de los flujos de 1
2 corriente generada sobre todo por las neuronas de las capas más superficiales de la corteza, mientras que áreas más profundas como el hipocampo o el tálamo no contribuyen de forma directa debido a la fuerte atenuación que sufren las señales que generan. Las capas de tejido y de hueso situadas entre el electrodo y la fuente eléctrica (neuronas) se pueden modelar mediante condensadores y resistencias que actúan como filtros y atenuadores. Debido a esto la amplitud del potencial eléctrico detectado es del orden de microvoltios, mientras que la señal generada por una neurona tiene una amplitud de milivoltios. El EEG se realiza con una resolución temporal baja, de unos cientos de milisegundos a segundos [6]. Las señales del EEG se caracterizan por tener una frecuencia entre 1 y 30 Hz y una amplitud comprendida entre los 20 a los 100 μv. Estas señales se han clasificado en cuatro tipos en función del la zona del espectro que ocupan. Las ondas alpha comprendidas entre los 8 a los 13 Hz, tienen una amplitud moderada y están asociadas a la vigilia relajada, detectándose mejor en las zonas parietales y occipitales. El segundo grupo son las ondas beta, que poseen una amplitud menor y se distribuyen entre los 13 y los 30 Hz. La aparición de las ondas beta se relaciona con estados de actividad mental intensa y son más acusadas en las zonas frontales. Las ondas delta son las que tienen mayor amplitud, se encuentran entre los 0.5 y los 4 Hz. las theta están entre los 4 y 7 Hz. Estas dos últimas son típicas de estados de somnolencia y la fase precoz del sueño, pero si se encuentran durante la vigilia suelen ser un signo de disfunción cerebral. El EEG es una prueba muy útil por ser no invasiva y por servir para identificar trastornos convulsivos, anomalías del sueño y algunos trastornos metabólicos o estructurales del cerebro, y su análisis puede considerarse como un problema de clasificación. 3. Aplicación de redes neuronales al análisis de EEG. El proceso de generación de señales eléctricas por parte de las neuronas todavía no ha sido comprendido completamente. Las señales EEG se caracterizan por no ser estacionarias e incluso podrían ser no lineales [3], por lo que analizar estas señales con modelos no lineales puede aportar información de interés. A todo esto se suma que un EEG se compone de múltiples señales (correspondientes a los respectivos canales), por lo que antes de utilizar un esquema de red neuronal se necesita un procesado previo de la señal para extraer sus características más relevantes [10]. 3.1 Preprocesado. Existen dos tipos generales de preprocesado, aquellos realizados en el dominio del tiempo y los realizados en el dominio de la frecuencia [10]. - En el dominio de la frecuencia se puede combinar el cálculo de la FFT con un enventanado, o llevar a cabo un promediado de la 2
3 respuesta espectral en distintos intervalos de tiempo. - Una técnica muy usada en el dominio del tiempo es tratar de ajustar los datos a un modelo lineal, como un modelo autorregresivo (AR) Modelo de parámetros AR. En los estudios llevados a cabo en [10], se concluye que el uso de los coeficientes AR del EEG es más adecuado que el de los coeficientes de Fourier, la FFT, la estimación del espectro mediante un modelo autorregresivo o el análisis mediante series temporales. Una explicación para este comportamiento es que un modelo basado en coeficientes AR sólo necesita 8 parámetros, mientras que las series temporales pueden necesitan 128 muestras. Un mayor número de parámetros de entrada requiere una red más grande que es más difícil de entrenar, y por eso los resultados obtenidos con el primer método serán más precisos. Por su parte las técnicas de Fourier asumen que la señal es estacionaria, y aunque se pueden adaptar a modelos no estacionarios y no lineales, también requieren muchos más parámetros que un modelo de coeficientes AR. El número de coeficientes AR empleado en [10] y [3] es 8, lo que equivale a considerar que la señal bajo análisis tiene 4 componentes frecuenciales. Esto se justifica porque el diagnóstico a partir del EEG se basa en clasificar la señal en función de 4 zonas del espectro, como hemos visto previamente Transformación Wavelet. Otra posibilidad empleada en [4] y [1] es aplicar una transformación discreta Wavelet (DWT). Esta transformación se basa en dividir una señal en sus diferentes componentes frecuenciales y estudiar cada componente con una resolución acorde a su escala, y se comporta mejor que la transformada de Fourier ante señales no estacionarias, ya que se localiza en ambos dominios, el de la frecuencia y el del tiempo [13]. Las señales EEG están formadas por la superposición de distintas estructuras a frecuencias diferentes y que tienen lugar en momentos distintos. Uno de los objetivos del la DWT es el de separar y clasificar estas estructuras, aprovechando sus buenas prestaciones de localización en tiempo y frecuencia al contar con tamaños de ventana variables (amplio en frecuencias bajas y estrecho en las altas), logrando resultados óptimos en todo el rango de frecuencia. La selección de la longitud de onda apropiada y el número de niveles de descomposición es muy importante en el análisis. El número de niveles se elige en función de los componentes de frecuencia dominantes de la señal, de forma que las partes de la señal que tienen una buena correlación con las frecuencias de clasificación son conservadas en los coeficientes de la DWT. En el estudio citado [4], el número de niveles de descomposición fue escogido para ser 4. De este modo, los coeficientes de la DWT proporcionan una representación compacta que muestra la distribución de energía de la señal en tiempo y frecuencia Modelo bilinear. 3
4 Aunque no está demostrado que las señales EEG sean no lineales, en el estudio realizado en [3] se intenta caracterizar estas señales mediante un modelo no lineal, como paso previo a la utilización de un clasificador. La elección de este modelo se justifica por ser computacionalmente sencillo (es posible desarrollar expresiones analíticas para su covarianza, su espectro ), y por ser capaz de aproximar cualquier sistema no lineal de segundo orden (un sistema lineal correspondería a una aproximación de primer orden, luego el modelo bilinear podría considerarse como el siguiente paso). 3.2 Clasificación de los datos empleando una red neuronal. Una vez caracterizada la señal se pasa a aplicar una arquitectura de red neuronal. En los casos estudiados se empleó un esquema de perceptrón multicapas (MLP) o un modelo conocido como mixture of experts (ME) Arquitectura MPL. En la arquitectura MLP los datos viajan en una sola dirección, por lo que también es conocida como red feedforward. Su estructura se basa en capas de nodos (neuronas) conectadas; una capa de entrada y otra de salida, conectadas por una o más capas ocultas [11], tal y como se muestra en la figura 1. La función de activación, que determina cuándo una neurona está activa, es no lineal. El aprendizaje se realiza mediante la variación de los pesos (w ij ) que regulan las conexiones. El algoritmo típico para entrenar esta red es el de back-propagation, que es un algoritmo supervisado. Figura 1: esquema de la arquitectura MLP Esta arquitectura se emplea en los estudios realizados en [3] para clasificar las señales EEG de pacientes con esquizofrenia (SCH), pacientes con desorden obsesivo compulsivo (OCD) y sujetos normales (N). En las tablas I y II se muestran las matrices de confusión de ambos experimentos obtenidas de [3]. En ellas se puede observar que la clasificación considerando conjuntamente los coeficientes bilineares y los AR obtiene mejores resultados que la que usa sólo coeficientes AR. TABLA I Matriz de confusión de la clasificación basada en parámetros AR. N SCH OCD Unknown N 9/15 2/15 2/15 2/15 SCH 2/21 15/21 2/21 2/21 OCD 0/11 2/11 3/11 6/11 TABLA II Matriz de confusión de la clasificación basada en parámetros AR y coeficientes bilineares. N SCH OCD Unknown N 10/15 1/15 1/15 3/15 SCH 1/21 17/21 1/21 2/21 OCD 1/11 2/11 5/11 3/11 4
5 En el estudio realizado en [1] se trató de implementar un clasificador capaz de diagnosticar la epilepsia. Para ello se llevó a cabo un preprocesado mediante una transformada Wavelet para obtener las 4 componentes fundamentales del EEG. A partir de la señal transformada se entrenó una red MLP de 3 capas. TABLA III Resultados obtenidos para un clasificador de señales sanas y epilépticas con un MLP y una transformación Wavet. Señal Diagnóstico Porcentaje de acierto Test 1 Epiléptico 97 Test 2 Sano 95 Test 3 Sano 98 Test 4 Sano 97 Test 5 Sano 95 Test 6 Patológico Arquitectura ME. Uno de los principios en que se basan las redes neuronales es la máxima divide y vencerás que se aplica a problemas complejos dividiéndolos en problemas más simples para después combinarlos y obtener una solución final. Esta filosofía es la que rige el funcionamiento de un modelo de redes neuronales conocido como mixture of experts (ME) [9], cuyo esquema se muestra en la figura 2. Esta arquitectura está compuesta por diferentes módulos: redes expertas que compiten por aprender diferentes aspectos de un problema y un administrador (gating) que supervisa la competencia y aprende a asignar diferentes regiones de datos a diferentes expertos locales. La regla de aprendizaje combina aspectos competitivos y asociativos, y está diseñada para favorecer la competencia entre expertos locales, permitiendo dividir el espacio de datos en subregiones manejadas en lo posible por un único experto local. Figura 2: esquema de la arquitectura ME. Cada experto local genera un vector de salida por cada vector de entrada. Dichas salidas son combinadas simultáneamente por el administrador, quien además usa dichos valores para el cálculo de pesos en el espacio de entrada; de forma que la salida final del ME es una suma ponderada de todos los vectores de salida. La arquitectura ME es un concepto potente que puede ser llevado a una amplia variedad de aplicaciones incluyendo el apoyo en decisión de diagnósticos médicos, debido a numerosas ventajas como: - Un modelo complejo global puede ser descompuesto en un conjunto de modelos simples locales, en el cual el diseño del controlador sea sencillo. Cada modelo puede representar una fuente de datos diferente con un estado de estimación/predicción asociado. En este caso el sistema ME puede ser visto como un algoritmo de fusión de datos. - Los modelos locales funcionan por separado, pero proporcionan información a la salida que puede estar fuertemente correlada, de modo que el funcionamiento del sistema total puede ser mejorado en términos de fiabilidad o tolerancia a fallos. 5
6 - La salida global del sistema ME se deriva de una combinación de las salidas de los expertos, en donde la predicción del sistema total es generalmente superior a cualquiera de las predicciones de los expertos individuales. Un inconveniente del modelo aparece ante la presencia de datos atípicos, ya que el algoritmo es sensible a estas desviaciones, obteniendo un bajo rendimiento. Para ilustrar un ejemplo de la aplicación de redes ME con algoritmo EM en la clasificación de señales electroencefalográficas, se han analizado los estudios desarrollados por Inan Güler, Elif Derya Übeyli y Nihal Fatma Güler [4]. En este análisis, tanto el administrador como las redes expertas eran redes neuronales perceptrón multicapa (MLP). Esta configuración es elegida por las ventajas que ofrece: capacidad para aprender y generalizar, pocas exigencias de entrenamiento, rápida actuación, y facilidad de implementación. Para entrenar la red se escogió el algoritmo conocido como Expectation- Maximization (EM), que sirve para estimar los parámetros que proporcionan la máxima verosimilitud. Es un algoritmo supervisado. Las señales ECG empleadas en el estudio procedían de dos conjuntos de personas: sujetos sanos y pacientes epilépticos; de estos últimos, se realizaron medidas en diferentes momentos (en periodos de no producirse ataques epilépticos, y en los momentos en que se produce dicho ataque). De esta forma aparecen tres tipos de segmentos a analizar: segmentos sanos (seg1), segmentos de la zona afectada por la enfermedad sin ataque epiléptico (seg2), y segmentos de la zona epiléptica durante una crisis (seg3). Las tasas de acierto alcanzadas por la estructura ME fueron más altas que el de un MLP independiente entrenado con el algoritmo de backpropagation. Una explicación para estos resultados es que el algoritmo de backpropagation busca una solución global óptima, por lo que requiere más iteraciones para converger. En cambio el algoritmo ME divide el problema en problemas más sencillos y combina cada solución. Además el algoritmo EM de entrenamiento resulta adecuado para la estructura modular y consigue una convergencia más rápida que el de backpropagation. Para evaluar el comportamiento de la arquitectura ME, en [4] calculan una serie de parámetros estadísticos que se presentan a continuación: - Especificidad: numero de segmentos sanos clasificados correctamente sobre el número total de segmentos sanos. - Sensibilidad en los segmentos de la zona epiléptica en ausencia de crisis. - Sensibilidad en los segmentos de la zona epiléptica durante una crisis. - Aciertos totales: numero de segmentos clasificados correctamente sobre el número total de segmentos. Dichos parámetros se muestran en la tabla IV obtenida de [4]. TABLA IV Valores de los parámetros estadísticos con una arquitectura ME. 6
7 PARÁMETRO PORCENTAJE Especificidad 94 % Sensibilidad (en 92.5 % ausencia de crisis) Sensibilidad 93 % (durante una crisis) Total de aciertos % 4. Conclusiones. En este trabajo se realizado un estudio sobe el empleo de redes neuronales para el análisis de encefalogramas. Aunque la intención inicial era realizar un análisis práctico, la dificultad para encontrar señales de EEG junto con la complejidad de las mismas han obligado a realizar un estudio previo de las técnicas empleadas para analizar dichas señales. Dentro de estas técnicas hay que destacar la importancia de realizar un procesado previo de la señal para obtener sus características fundamentales, ya que el tamaño de las señales de EEG hace imposible procesarlas directamente. Además es importante tener en cuenta la no-estacionariedad y no linealidad de la señal para seleccionar una herramienta de preprocesado adecuada, como la transformada Wavelet o la aproximación bilinear. Tras el preprocesado se puede aplicar una arquitectura de red neural al análisis de la señal caracterizada. Las redes neuronales son una técnica sobre la que actualmente se están realizando numerosos estudios y que se presenta como una herramienta de tratamiento de señales muy interesante debido a su potencia y su versatilidad. Durante la búsqueda de información relacionada con redes neuronales se ha observado que se pueden utilizar en un gran abanico de disciplinas y que son muy adecuadas para resolver problemas difíciles de modelar mediante los algoritmos de procesado secuencial tradicionales. Pero a la vez este tipo de redes plantean la necesidad de grupos de trabajo multidisciplinar, ya que su diseño requiere conocimientos de teoría de la señal, grafos, estadística, electrónica en el caso de implementaciones hardware, programación junto con los conocimientos relacionados con el ámbito a estudiar, como la medicina y la biología en los ejemplos expuestos. También se ha analizado la importancia de la arquitectura de red neuronal que se escoja en función de posibles divisiones del problema en problemas más sencillos. Junto con la arquitectura de red hay que seleccionar también el algoritmo de aprendizaje más adecuado en función de la estructura de la red. Entre las aplicaciones prácticas de la utilización de redes neuronales al analizar EEG, se pueden destacar las relacionadas con el ámbito de las personas con discapacidad y de las personas mayores, donde las redes neuronales pueden ayudar a implementar interfaces hombre/máquina que funcionen a partir de las señales de unos electrodos conectados al cuero cabelludo, como se plantea en [2]. Esto podría dotar de mayor autonomía a muchas personas que mantienen las capacidades cognitivas intactas pero que son incapaces de controlar su cuerpo, como las personas que han sufrido daños en su médula. Además también constituyen una herramienta muy útil de diagnóstico, que puede colaborar en la detección de enfermedades neuronales como el alzheimer o la epilepsia. Observando los resultados obtenidos hasta el momento se concluye que la utilización de redes neuronales para analizar electroencefalogramas 7
8 constituye una herramienta muy útil con buenas perspectivas de futuro. 5. Bibliografía. [1] AKIN, M., ARSERIM; M.A., KIYMIK; M.K.; TURKOGLU, I.: A new approach for diagnosing epilepsy by using wavelet transform and neural networks PROCEEDING OF THE 23RD ANNUAL EMBS INTERNATIONAL CONFERENCE, OCTOBER 25-28, ISTANBUL, TURKEY. [2] FUKUDA, Osamu; TSUJI, Toshio and KANEKO, Makoto: Pattern Classification of EEG Signals Using a Log-linearized. IEEE. [3] HAZARIKA, Neep; TSOI, Ah Chung y SERGEJEW, Alex A.: Nonlinear Considerations in EEG Signal Classification. IEEE Transactions on signal processing, vol. 45, no. 4, April [4] INAN GÜLER; ELIF DERYA ÜBEYLI ; NIHAL FATMA GÜLER: A Mixture Of Experts Network Structure For EEG Signals Classification. Proceedings of the 2005 IEEE Engineering in medicine and biology 27 th annual conference Shanghai, China, September 1-4, 2005 [5] ISASI, Pedro.; GALVÁN, Inés M.: Redes Neuronales Artificiales: un enfoque práctico. Madrid: Prentice Hall, [6] KANDEL, E. R.; SCHWARTZ, J. H. y JESSELL, T. M.: Principios de Neurociencia. Madrid: Mc Graw Hill, [7] LI YONG; ZHANG SHENGXUN: Apply Wavelet Transform to analyse EEG signal.engineering in Medicine and Biology Society, Bridging Disciplines for Biomedicine. Proceedings of the 18th Annual International Conference of the IEEE Volume 3, 31 Oct.-3 Nov Page(s): vol.3 [8] MORA, F. y SANGUINETTI, A. M.: Diccionario de Neurociencia. Madrid: Alianza Editorial, [9] Morcego S., Bernardo Estudio de redes neuronales modulares para el modelado de sistemas dinámicos no lineales. M. Gabriela CEMBRANO GENNARI, J. M. FUERTES (DIR). Tesis doctoral. Universidad Politécnica de Cataluña, [10] TSOI, A. C.; SO, D. S.; SERGEJEW, A.: Classification of electroencephalogram using Artificial neural networks. ADVANCES IN NEURAL INFORMATION PROCESSING SYSTEMS 6, J. D. COWAN, G. TESAURO, AND J. ALSPECTOR, ED. SAN FRANCISCO, CA: MORGAN KAUFMANN, PP , [11] WIKIPEDIA. Multilayer perceptron.< wiki/multilayer_perceptron> 8
CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo
CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo Laboratorio de Redes de Neuronas Artificiales y Sistemas Adaptativos Universidade
Más detallesCurso de Electricidad, Electrónica e Instrumentación Biomédica con Seguridad - CEEIBS -
Curso de Electricidad, Electrónica e Instrumentación Biomédica con Seguridad - CEEIBS - 1/16 EEG - La conciencia Conciencia: Es un estado de vigilia en el que existe una aptitud que permite a un sujeto
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION Qué es el momento en una red backpropagation? U.A. REDES NEURONALES INTEGRANTES: JESUS BARRIOS CRESCENCIO
Más detallesClasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco
Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a
Más detallesCAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS
Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la
Más detallesI SEMANA ELECTRONICA REDES NEURONALES
UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesRepresentación de señales de audio
Representación de señales de audio Emilia Gómez Gutiérrez Síntesi i Processament del So I Departament de Sonologia Escola Superior de Musica de Catalunya Curso 2009-2010 emilia.gomez@esmuc.cat 28 de septiembre
Más detallesMetodología. del ajuste estacional. Tablero de Indicadores Económicos
Metodología del ajuste estacional Tablero de Indicadores Económicos Metodología del ajuste estacional Componentes de una serie de tiempo Las series de tiempo están constituidas por varios componentes que,
Más detallesCAPITULO 1. INTRODUCCIÓN
Capítulo 1. Introducción. 1 CAPITULO 1. INTRODUCCIÓN En este capítulo se plantea el problema de la detección de intrusos y se proponen los objetivos que esta tesis cumple y la solución que se diseñara
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detallesCAPÍTULO 3 RED NEURONAL PARA EL RECONOCIMIENTO DE ROSTROS
CAPÍTULO 3 RED NEURONAL PARA EL RECONOCIMIENTO DE ROSTROS Descripción de la base de datos Como datos de entrenamiento, en este proyecto, se utilizó la base de datos ORL [1], la cual contiene un conjunto
Más detallesModificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.
UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIA Y TECNOLOGÍA DIRECCION DE EXTENSION COORDINACION DE PASANTIAS Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. Pasante:
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesLa presente tesis pretende que los estudiantes observen la teoría de las acciones de control
CAPÍTULO V. CONCLUSIONES. La presente tesis pretende que los estudiantes observen la teoría de las acciones de control de forma virtual al mismo tiempo analicen físicamente los sistemas electrónicos cuando
Más detallesÍNDICE DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ
ELECTRÓNICA DIGITAL DISEÑO DE CONTADORES SÍNCRONOS JESÚS PIZARRO PELÁEZ IES TRINIDAD ARROYO DPTO. DE ELECTRÓNICA ÍNDICE ÍNDICE... 1 1. LIMITACIONES DE LOS CONTADORES ASÍNCRONOS... 2 2. CONTADORES SÍNCRONOS...
Más detallesCircuito RC, Respuesta a la frecuencia.
Circuito RC, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (13368) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se armó un
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesforma de entrenar a la nuerona en su aprendizaje.
Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo
Más detallesUna investigación australiana reveló que posiblemente la disminución
CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación
Más detallesCapítulo V Resultados y conclusiones
Capítulo V Resultados y conclusiones Nadav Levanon, autor del libro Radar Principles dijo: el estudio de los radares no solo una aplicación práctica, pero también una disciplina científica madura con fundamentos
Más detallesCapítulo 2. Las Redes Neuronales Artificiales
Capítulo 2. Las Redes Neuronales Artificiales 13 Capitulo 2. Las Redes Neuronales Artificiales 2.1 Definición Redes Neuronales Artificiales El construir una computadora que sea capaz de aprender, y de
Más detalles1. INTRODUCCIÓN 1.1 INGENIERÍA
1. INTRODUCCIÓN 1.1 INGENIERÍA Es difícil dar una explicación de ingeniería en pocas palabras, pues se puede decir que la ingeniería comenzó con el hombre mismo, pero se puede intentar dar un bosquejo
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesIntroducción En los años 60 s y 70 s cuando se comenzaron a utilizar recursos de tecnología de información, no existía la computación personal, sino que en grandes centros de cómputo se realizaban todas
Más detallesCAPÍTULO 4: ALGORITMOS DE APRENDIZAJE
Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:
Más detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesTRABAJO PRACTICO No 7. MEDICION de DISTORSION EN AMPLIFICADORES DE AUDIO ANALIZADORES DE ESPECTRO DE AUDIO
TRABAJO PRACTICO No 7 MEDICION de DISTORSION EN AMPLIFICADORES DE AUDIO ANALIZADORES DE ESPECTRO DE AUDIO INTRODUCCION TEORICA: La distorsión es un efecto por el cual una señal pura (de una única frecuencia)
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesCapítulo IV. Manejo de Problemas
Manejo de Problemas Manejo de problemas Tabla de contenido 1.- En qué consiste el manejo de problemas?...57 1.1.- Ventajas...58 1.2.- Barreras...59 2.- Actividades...59 2.1.- Control de problemas...60
Más detallesby Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true
by Tim Tran: https://picasaweb.google.com/lh/photo/sdo00o8wa-czfov3nd0eoa?full-exif=true I. FUNDAMENTOS 3. Representación de la información Introducción a la Informática Curso de Acceso a la Universidad
Más detallesIV. DISCUSIÓN. El estrés ha sido objeto de estudio a través de un largo periodo de tiempo y aún
IV. DISCUSIÓN El estrés ha sido objeto de estudio a través de un largo periodo de tiempo y aún así existen dudas acerca de éste y sus consecuencias. Se ha podido observar que por una parte es un gran incentivo
Más detallesCLASIFICACIÓN NO SUPERVISADA
CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL
Más detallesTEMA 5 ESTUDIOS CORRELACIONALES.
TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.
Más detallesMEDICIÓN Y AJUSTE DE LOS SISTEMAS DE REFUERZO SONORO
MEDICIÓN Y AJUSTE DE LOS SISTEMAS DE REFUERZO SONORO POR QUÉ ES NECESARIO MEDIR? QUÉ CONOCEMOS AL MEDIR UN SISTEMA DE AUDIO? QUÉ PARÁMETROS PODEMOS AJUSTAR? TIPOS DE MEDICIONES DE UN SOLO CANAL DE DOBLE
Más detallesGestión digital sencilla de controladores de fuentes de alimentación analógicas
COMENTARIO TECNICO Gestión digital sencilla de controladores de fuentes de alimentación analógicas Por Josh Mandelcorn, miembro del equipo técnico de Texas Instruments Normalmente, el control digital de
Más detalles5.4. Manual de usuario
5.4. Manual de usuario En esta sección se procederá a explicar cada una de las posibles acciones que puede realizar un usuario, de forma que pueda utilizar todas las funcionalidades del simulador, sin
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesANÁLISIS LOS CRÉDITOS
ANÁLISIS FINANCIERO A LOS CRÉDITOS QUÈ ES UN ANÁLISIS FINANCIERO Es un estudio que se hace de la información contable. Estudio realizado mediante la utilización de indicadores y razones financieras, las
Más detallesCapítulo 3 Paquetes Auxiliares en la Administración de Redes
Capítulo 3 Paquetes Auxiliares en la Administración de Redes 3.1 Administración Preventiva de la Red La clave para realizar una administración preventiva es el monitoreo y análisis permanente de las condiciones
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesEste documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. www.fundibeq.org
DIAGRAMA MATRICIAL 1.- INTRODUCCIÓN Este documento enumera los diferentes tipos de Diagramas Matriciales y su proceso de construcción. Muestra su potencial, como herramienta indispensable para la planificación
Más detallesPRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES
PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES Raúl Palma G. y Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso Casilla
Más detallesCAPITULO 3 REDES HIBRIDAS-COMPLEJAS. 3.1 Descripción de la Red Híbrida Compleja (HCNN)
CAPITULO 3 REDES HIBRIDAS-COMPLEJAS 3.1 Descripción de la Red Híbrida Compleja (HCNN) La predicción de eventos caóticos que se presentan en un mundo que nos rodea es de gran interés. Especialmente en aquellos
Más detallesCAPITULO I. Introducción. En la actualidad, las empresas están tomando un papel activo en cuanto al uso de sistemas y
CAPITULO I Introducción 1.1 Introducción En la actualidad, las empresas están tomando un papel activo en cuanto al uso de sistemas y redes computacionales. La tecnología ha ido evolucionando constantemente
Más detallesAHORRACOM SOLUCIONES AVANZADAS S.L. Avda. de la Industria 13, Oficina 25. 28108 Alcobendas, Madrid. www.ahorracom.com
PAGTE Plan de Ahorro y Gestión de Telecomunicaciones para Empresas En Ahorracom nos ponemos de su parte. Por eso nos interesa que usted, nuestro cliente, esté al tanto de todos los procesos que llevamos
Más detallesEcografía Obstétrica para Matronas 3. Introducción 4. Ecografía Obstétrica 6. (11 14 semanas) 8. Marcadores precoces de aneuploidías 12
Ecografía Obstétrica para Matronas 3 índice Introducción 4 Ecografía Obstétrica 6 Ecografía del primer trimestre (11 14 semanas) 8 Marcadores precoces de aneuploidías 12 - Translucencia Nucal 13 - Hueso
Más detallesUNIVERSIDAD DE CANTABRIA TESIS DOCTORAL
UNIVERSIDAD DE CANTABRIA ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS TESIS DOCTORAL Desarrollo de una metodología para el estudio de la morfología de playas basado en mapas auto-organizativos
Más detallesTOPOLOGÍA. Bus lineal. Topología anillo. Topología doble anillo. Topología estrella. Jerarquía. Malla. Hibridas.
TOPOLOGÍA Una topología es la estructura física de una interconexión a la red entre dos o más nodos de información. Para lograr la una buena clasificación de las topologías es necesario dividirlas en simples
Más detallesUn filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.
Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro
Más detallesCircuito RL, Respuesta a la frecuencia.
Circuito RL, Respuesta a la frecuencia. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se estudia
Más detallesLUIS GALINDO PÉREZ DE AZPILLAGA HÉCTOR JOSÉ GARCÍA FERNÁNDEZ. Instituto Cibernos. Master Sistemas de Información Geográfica de Sevilla
APLICABILIDAD DE UN SISTEMA DE INFORMACIÓN GEOGRÁFICA PARA EL ESTUDIO DE LA IMPLANTACIÓN DE NUEVAS INFRAESTRUCTURAS EN UN ESPACIO INTERIOR DE LA CIUDAD DE SEVILLA. LUIS GALINDO PÉREZ DE AZPILLAGA HÉCTOR
Más detalles3.1. FUNCIÓN SINUSOIDAL
11 ÍNDICE INTRODUCCIÓN 13 CIRCUITOS DE CORRIENTE CONTINUA 19 Corriente eléctrica. Ecuación de continuidad. Primera ley de Kirchhoff. Ley de Ohm. Ley de Joule. Fuerza electromotriz. Segunda ley de Kirchhoff.
Más detallesPor otro lado podemos enunciar los objetivos más específicos de nuestro estudio:
RESUMEN La empresa familiar es aquella cuya administración, dirección y control está en manos de una familia. Sus miembros toman decisiones estratégicas y operativas, asumiendo por completo la responsabilidad
Más detallesCAPÍTULO 6 SIMULACIONES Y RESULTADOS
CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco
Más detalles1. CONTEXTO...3 2. INTRODUCCIÓN Y JUSTIFICACIÓN DE LA UNIDAD...3 3. IDEAS Y CONOCIMIENTOS PREVIOS DE LOS ESTUDIANTES...3 4. OBJETIVOS...
UNIDAD DIDÁCTICA SISTEMAS TELEMÁTICOS Y REDES LOCALES ALEJANDRO TORRES DOMÍNGUEZ PABLO FERNÁNDEZ FERREIRA ROBERTO OTERO ÁLVAREZ ÍNDICE 1. CONTEXTO...3 2. INTRODUCCIÓN Y JUSTIFICACIÓN DE LA UNIDAD...3 3.
Más detallesCapítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI
Capítulo 5: METODOLOGÍA APLICABLE A LAS NORMAS NE AI La segunda fase del NIPE corresponde con la adecuación de las intervenciones de enfermería del sistema de clasificación N.I.C. (Nursing Intervention
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesSEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu
EDU082 Resumen SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA Lic. Maikel León Espinosa mle@uclv.edu.cu Departamento de Ciencia de la Computación Universidad Central Marta Abreu de Las Villas Carretera
Más detallesRESUMEN CUADRO DE MANDO
1. Objetivo Los objetivos que pueden alcanzarse, son: RESUMEN CUADRO DE MANDO Disponer eficientemente de la información indispensable y significativa, de modo sintético, conectada con los objetivos. Facilitar
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesDirección de Planificación Universitaria Dirección de Planificación Universitaria 0819-07289 Panamá, Rep. de Panamá 0819-07289 Panamá, Rep.
Comparación de las tasas de aprobación, reprobación, abandono y costo estudiante de dos cohortes en carreras de Licenciatura en Ingeniería en la Universidad Tecnológica de Panamá Luzmelia Bernal Caballero
Más detallesApp para realizar consultas al Sistema de Información Estadística de Castilla y León
App para realizar consultas al Sistema de Información Estadística de Castilla y León Jesús M. Rodríguez Rodríguez rodrodje@jcyl.es Dirección General de Presupuestos y Estadística Consejería de Hacienda
Más detallesCapítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones
Capítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones La tesis presentada propone una metodología para el análisis de la degradación por fatiga producida por la aplicación de cargas cíclicas
Más detallesUNIVERSIDAD DE SALAMANCA
UNIVERSIDAD DE SALAMANCA FACULTAD DE CIENCIAS INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS Resumen del trabajo práctico realizado para la superación de la asignatura Proyecto Fin de Carrera. TÍTULO SISTEMA
Más detallesINTRODUCCIÓN. tema poco preocupante e incluso, para algunos, olvidado.
INTRODUCCIÓN La deuda externa latinoamericana, en particular la de México y Argentina, ha sido un obstáculo para el crecimiento y el desarrollo económico de la región. Sin embargo, no se le ha dado la
Más detallesCONCEPTOS DE LA FUERZA
CONCEPTOS DE LA FUERZA PAPEL DE LA FUERZA EN EL RENDIMIENTO DEPORTIVO La mejora de la fuerza es un factor importante en todas las actividades deportivas, y en algunos casos determinantes (en el arbitraje
Más detallesDavid Erosa García Programador del C.G.A. de la D.G. de Innovación Educativa y Formación del Profesorado. Consejería de Educación, Junta de Andalucía
CENTRO DE GESTIÓN AVANZADO (C.G.A.) : LA GESTIÓN CENTRALIZADA DE LOS ORDENADORES DE LOS CENTROS TIC S DE LA CONSEJERÍA DE EDUCACIÓN DE LA JUNTA DE ANDALUCÍA Director del C.G.A. y jefe del Departamento
Más detallesCurso: Arquitectura Empresarial basado en TOGAF
Metodología para desarrollo de Arquitecturas (ADM) El ADM TOGAF es el resultado de las contribuciones continuas de un gran número de practicantes de arquitectura. Este describe un método para el desarrollo
Más detallesCAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN. Figura 4.1.Caja Negra. Generar. Sistema de control. Acumular. Figura 4.2. Diagrama de funciones
CAPÍTULO 4 37 CAPÍTULO 4. DISEÑO CONCEPTUAL Y DE CONFIGURACIÓN Para diseñar el SGE, lo primero que se necesita es plantear diferentes formas en las que se pueda resolver el problema para finalmente decidir
Más detallesSistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos. CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides
Sistemas de Sensación Segmentación, Reconocimiento y Clasificación de Objetos CI-2657 Robótica M.Sc. Kryscia Ramírez Benavides Introducción La visión artificial, también conocida como visión por computador
Más detallesSERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA
SERVIDOR WEB PARA ACCESO EN TIEMPO REAL A INFORMACIÓN METEOROLÓGICA DISTRIBUIDA E. SÁEZ, M. ORTIZ, F. QUILES, C. MORENO, L. GÓMEZ Área de Arquitectura y Tecnología de Computadores. Departamento de Arquitectura
Más detallesEsta materia está compuesta de 10 asignaturas que se imparten entre los cursos 2º, 3º y 4º.
Denominación de la MATERIA: 12. INGENIERÍA AUTOMÁTICA Créditos ECTS, carácter (básica, obligatoria, optativa ): 30 ECTS obligatorios 30 ECTS optativos Duración y ubicación temporal dentro del plan de estudios:
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesAdelacu Ltda. www.adelacu.com Fono +562-218-4749. Graballo+ Agosto de 2007. Graballo+ - Descripción funcional - 1 -
Graballo+ Agosto de 2007-1 - Índice Índice...2 Introducción...3 Características...4 DESCRIPCIÓN GENERAL...4 COMPONENTES Y CARACTERÍSTICAS DE LA SOLUCIÓN...5 Recepción de requerimientos...5 Atención de
Más detallesMétodos Heurísticos en Inteligencia Artificial
Métodos Heurísticos en Inteligencia Artificial Javier Ramírez rez-rodríguez Ana Lilia Laureano-Cruces Universidad Autónoma Metropolitana Métodos Heurísticos en Inteligencia Artificial Los problemas de
Más detallesCapitulo 3. Desarrollo del Software
Capitulo 3 Desarrollo del Software 3.1 Análisis del sistema 3.1.1 Organización de la autopista virtual Para el presente proyecto se requiere de simular una autopista para que sirva de prueba. Dicha autopista
Más detallesÚltima modificación: 1 de agosto de 2010. www.coimbraweb.com
Contenido DOMINIOS DEL TIEMPO Y DE LA FRECUENCIA 1.- Señales analógicas y digitales. 2.- Señales analógicas periódicas. 3.- Representación en los dominios del tiempo y de la frecuencia. 4.- Análisis de
Más detallesUsos de los Mapas Conceptuales en Educación
Usos de los Mapas Conceptuales en Educación Carmen M. Collado & Alberto J. Cañas Introducción Los mapas conceptuales son una poderosa herramienta de enseñanza-aprendizaje. Su utilización en (y fuera de)
Más detallesConclusiones, aportaciones y sugerencias para futuros trabajos
Capítulo 7 Conclusiones, aportaciones y sugerencias para futuros trabajos En este último capítulo se va a realizar una recapitulación de las conclusiones extraídas en cada uno de los capítulos del presente
Más detallesSEWERIN. Pre Localización De Fugas de Agua
SEWERIN Pre Localización De Fugas de Agua Ventajas del sistema La Pre localización de fugas de agua consiste en la escucha de la red en varios puntos. Para ello se utilizan loggers que graban sus sonidos
Más detallesGrado en Ingeniería Informática
Grado en Ingeniería Informática Competencias Generales y trasversales De acuerdo con la resolución del Consejo de Universidades de fecha 3 de marzo de 2009, para obtener este título de grado en ingeniería
Más detallesCMMI (Capability Maturity Model Integrated)
CMMI (Capability Maturity Model Integrated) El SEI (software engineering institute) a mediados de los 80 desarrolló el CMM (modelo de madurez de la capacidad de software). CMMI: CMM integrado, una mezcla
Más detallesASOCIACIÓN DE RESISTORES
ASOCIACIÓN DE RESISTORES Santiago Ramírez de la Piscina Millán Francisco Sierra Gómez Francisco Javier Sánchez Torres 1. INTRODUCCIÓN. Con esta práctica el alumno aprenderá a identificar los elementos
Más detallesGestión de la Configuración
Gestión de la ÍNDICE DESCRIPCIÓN Y OBJETIVOS... 1 ESTUDIO DE VIABILIDAD DEL SISTEMA... 2 ACTIVIDAD EVS-GC 1: DEFINICIÓN DE LOS REQUISITOS DE GESTIÓN DE CONFIGURACIÓN... 2 Tarea EVS-GC 1.1: Definición de
Más detallesCapítulo 1. Introducción. 1.1. Antecedentes
Capítulo 1. Introducción En este capítulo se presenta una descripción general del problema a investigar y el enfoque con el que se aborda. Se establece la necesidad de incorporar técnicas de análisis novedosas
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesUso de las tecnologias de la informacion en las PyMES de los municipios de Comalcalco y Cunduacán
Uso de las tecnologias de la informacion en las PyMES de los municipios de Comalcalco y Cunduacán M.A. María del Carmen Vásquez García M.C. Marbella Araceli Gómez Lemus Pasante Edwin Fabián Hernández Pérez
Más detallesAyudantía Nro.3 Redes De Datos CIT2100-1. Profesor: Cristian Tala
Ayudantía Nro.3 Redes De Datos CIT2100-1 Profesor: Cristian Tala Ayudante: Gabriel Del Canto Hoy día veremos: - Modelo TCP/IP - Modelo TCP/IP - Es un modelo de descripción de protocolos de red creado en
Más detallesDATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT
DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza
Más detallesPortafolios Eficientes para agentes con perspectiva Pesos
RenMax Sociedad de Bolsa S.A www.renmax.com.uy Publicado Diciembre 2005 Portafolios Eficientes para agentes con perspectiva Pesos Este artículo muestra que para un agente residente en Uruguay que consume
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesCRIPTOGRAFÍA SIMÉTRICA Y ASIMÉTRICA
CRIPTOGRAFÍA SIMÉTRICA Y ASIMÉTRICA Para generar una transmisión segura de datos, debemos contar con un canal que sea seguro, esto es debemos emplear técnicas de forma que los datos que se envían de una
Más detallesTutorial de Electrónica
Tutorial de Electrónica La función amplificadora consiste en elevar el nivel de una señal eléctrica que contiene una determinada información. Esta señal en forma de una tensión y una corriente es aplicada
Más detallesModelo de fuerza deportiva NOTA TÉCNICA
Modelo de fuerza deportiva NOTA TÉCNICA Contenido 1 Motivación 3 2 El modelo de fuerza deportiva 3 2.1 Supuestos del modelo 3 2.2 Críticas al modelo 4 2.3 Formulación 4 2.4 Estimación de los parámetros
Más detalles