Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
Actualmente, la Inteligencia Artificial puede lograr distintas tareas como la toma de decisiones y la resolución de problemas. La Inteligencia Artificial Explicable (XAI) es un conjunto de procesos y métodos que permite a los humanos confiar y entender la salida de los algoritmos de aprendizaje auto...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universidad Complutense de Madrid (UCM) |
| Repositorio: | Docta Complutense |
| Idioma: | español |
| OAI Identifier: | oai:docta.ucm.es:20.500.14352/88428 |
| Acceso en línea: | https://hdl.handle.net/20.500.14352/88428 |
| Access Level: | acceso abierto |
| Palabra clave: | 004(043.3) Inteligencia Artificial Explicable (XAI) depresión esquizofrenia actividad motora actigrafía series temporales clasificación predicción SHAExplainable Artificial Intelligence (XAI) depression schizophrenia motor activity actigraphy time series classification prediction SHAP and LIME Informática (Informática) 33 Ciencias Tecnológicas |
| Sumario: | Actualmente, la Inteligencia Artificial puede lograr distintas tareas como la toma de decisiones y la resolución de problemas. La Inteligencia Artificial Explicable (XAI) es un conjunto de procesos y métodos que permite a los humanos confiar y entender la salida de los algoritmos de aprendizaje automático. En el presente trabajo se realizan distintos métodos de clasificación y predicción a partir de dos conjuntos de datos que fueron recogidos por sensores incorporados en un reloj actigráfico en pacientes con trastorno depresivo o esquizofrénico. Posteriormente, estos modelos son explicados mediante las dos librerías de XAI m ́as conocidas, SHAP y LIME. Además, se realiza una comparación con otros artículos escritos a partir de estos mismos datasets. |
|---|