Event submissions
EventsMOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed.
Published
10.3390/mol2net-06-06963 (registering DOI) This submission belongs to the session 07. AIMEDIC-07: Int. Congress in Med. Info., UDC, Coruña, Spain-Sandford, USA, 2019 of the event MOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed.
Published date
18 Oct, 2020
Citation
Enrique Fernandez-Blanco, Daniel Rivero Cebrián, Extracción automática de características, in Proceedings of MOL2NET'20, Conference on Molecular, Biomed., Comput. & Network Science and Engineering, 6th ed., 30 January 2020–30 January 2021, MDPI: Basel, Switzerland, doi: 10.3390/mol2net-06-06963
Share
Email
Facebook
Twitter
LinkedIn
Extracción automática de características
Enrique Fernandez-Blanco 1,2
Daniel Rivero Cebrián 1,2
1. RNASA-IMEDIR
2. UDC
Abstract
El mundo del análisis de series temporales ha tenido una gran repercusión debido a su utilidad en múltiples entornos que se han podido beneficiar de la aplicación de técnicas de Machine Learning (ML). Sin embargo, una aplicación tradicional implica una costosa y pesada tarea de análisis que se realiza de forma manual por parte del experto humano. En este trabajo se propone, bajo una nueva óptica, el uso de técnicas de ML y Computación Evolutiva (CE) para la extracción automática de características con el objetivo de mejorar la clasificación de señales. Finalmente, este trabajo se completa con la aplicación de técnicas de Deep Learning (DL).
Keywords
deep learning
artificial intelligence
machine learning
Manuscript
abstract.pdf
Interpretación de datos tratamiento-control y antes-después del tratamiento.
Aplicación de Técnicas de Machine Learning para la Identificación de Patrones de Planificación de la FCR