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...

Descripción completa

Detalles Bibliográficos
Autor: Jiménez Arévalo, Ana
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
id ES_4c3f02bd0aedd720b725a6401dcdd2ff
oai_identifier_str oai:docta.ucm.es:20.500.14352/88428
network_acronym_str ES
network_name_str España
repository_id_str
spelling Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoTExplainable Artificial Intelligence to estimate depression and schizophrenia in patients based on IoT sensor dataJiménez Arévalo, Ana004(043.3)Inteligencia Artificial Explicable (XAI)depresiónesquizofreniaactividad motoraactigrafíaseries temporalesclasificaciónpredicciónSHAExplainable Artificial Intelligence (XAI)depressionschizophreniamotor activityactigraphytime seriesclassificationpredictionSHAP and LIMEInformática (Informática)33 Ciencias TecnológicasActualmente, 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.García-Magariño García, IvánUniversidad Complutense de Madrid20232023-01-0120232023-01-01master thesishttp://purl.org/coar/resource_type/c_bdccAMhttp://purl.org/coar/version/c_ab4af688f83e57aainfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/20.500.14352/88428reponame:Docta Complutenseinstname:Universidad Complutense de Madrid (UCM)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:docta.ucm.es:20.500.14352/884282026-06-02T12:44:21Z
dc.title.none.fl_str_mv Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
Explainable Artificial Intelligence to estimate depression and schizophrenia in patients based on IoT sensor data
title Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
spellingShingle Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
Jiménez Arévalo, Ana
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
title_short Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
title_full Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
title_fullStr Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
title_full_unstemmed Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
title_sort Inteligencia Artificial Explicable para estimar la depresión y esquizofrenia en pacientes basadas en datos de sensores de IoT
dc.creator.none.fl_str_mv Jiménez Arévalo, Ana
author Jiménez Arévalo, Ana
author_facet Jiménez Arévalo, Ana
author_role author
dc.contributor.none.fl_str_mv García-Magariño García, Iván
Universidad Complutense de Madrid
dc.subject.none.fl_str_mv 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
topic 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
description 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.
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-01-01
2023
2023-01-01
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
AM
http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14352/88428
url https://hdl.handle.net/20.500.14352/88428
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Docta Complutense
instname:Universidad Complutense de Madrid (UCM)
instname_str Universidad Complutense de Madrid (UCM)
reponame_str Docta Complutense
collection Docta Complutense
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869407614828281856
score 15.301629

Similares en LA Referencia