CLASIFICACIÓN AUTOMÁTICA DE LOS TRAZOS DEL TEST DE BENDER BASADA EN MODELOS DE APRENDIZAJE PROFUNDO.

RUÍZ VÁZQUEZ, DIONISIO (2018) CLASIFICACIÓN AUTOMÁTICA DE LOS TRAZOS DEL TEST DE BENDER BASADA EN MODELOS DE APRENDIZAJE PROFUNDO. Maestría thesis, UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA.

Vista Previa

Text Final Tesis Dionisio.pdf Download (10Mb) | Vista Previa

Resumen

En este trabajo se presenta una metodología para la clasificación automática de los nueve trazos del Test de Bender utilizando modelos computacionales. Esta prueba tiene por objetivo el evaluar la madurez viso-motriz por medio del análisis de los nueve trazos. En total se evaluaron nueve diferentes modelos computacionales basados en Redes Neuronales, particularmente Redes Neuronales Convolucionales. Con el fin de aumentar la base de datos y contar con muestras en donde se consideraran diferentes problemáticas como rotación, traslación, escalamiento y distorsión elástica se implementaron estrategias de “data augmentation”. De igual manera se implementaron estrategias de transferencia de aprendizaje utilizando otras bases de datos con la finalidad de mejorar los resultados en la clasificación. Los resultados que se obtuvieron superan 90% de exactitud en todas las iteraciones demostrando así que el uso de modelos computacionales basados en Redes Neuronales Convolucionales son capaces de clasificar automáticamente los nueve trazos de Bender. El trabajo tiene como finalidad crear las bases para una herramienta que puedan usar los expertos en el área y reducir la carga de trabajo al revisar el Test de Bender.

Actions (login required)

Ver Objeto