Clasificación automática de evoluciones médicas multiclases en español

En este trabajo presentamos una comparación de metodologías de clasificación para texto libre de narrativas médicas, en este caso evoluciones médicas multiclase. Comparamos el rendimiento de redes neuronales y máquinas de soporte vectorial con preprocesamientos para clasificar evoluciones de Diabete...

Descripción completa

Detalles Bibliográficos
Autores principales: Riccillo, Marcela L., Pérez, David, Luna, Daniel, Campos, Fernando, Otero, Carlos, Gambarte, María Laura, Benítez, Sonia
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2015
Materias:
Ciencias Informáticas
Redes Neurales (Computación)
Self-modifying machines (e.g., neural networks)
Natural Language Processing
Array and vector processors
Algorithms
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/50035
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-50035
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Redes Neurales (Computación)
Self-modifying machines (e.g., neural networks)
Natural Language Processing
Array and vector processors
Algorithms
spellingShingle Ciencias Informáticas
Redes Neurales (Computación)
Self-modifying machines (e.g., neural networks)
Natural Language Processing
Array and vector processors
Algorithms
Riccillo, Marcela L.
Pérez, David
Luna, Daniel
Campos, Fernando
Otero, Carlos
Gambarte, María Laura
Benítez, Sonia
Clasificación automática de evoluciones médicas multiclases en español
topic_facet Ciencias Informáticas
Redes Neurales (Computación)
Self-modifying machines (e.g., neural networks)
Natural Language Processing
Array and vector processors
Algorithms
description En este trabajo presentamos una comparación de metodologías de clasificación para texto libre de narrativas médicas, en este caso evoluciones médicas multiclase. Comparamos el rendimiento de redes neuronales y máquinas de soporte vectorial con preprocesamientos para clasificar evoluciones de Diabetes, en Tipo 1, Tipo 2 y Otros (otro tipo de afección). Se compararon accuracy, sensitivity y specificity, mostrando beneficios en costos de entrenamiento y resultados de exactitud. Encontramos porcentajes mayores con redes neuronales sin preprocesamiento PCA y en el caso de SVM con dicho preprocesamiento (con menor costo de entrenamiento).
format Objeto de conferencia
Objeto de conferencia
author Riccillo, Marcela L.
Pérez, David
Luna, Daniel
Campos, Fernando
Otero, Carlos
Gambarte, María Laura
Benítez, Sonia
author_facet Riccillo, Marcela L.
Pérez, David
Luna, Daniel
Campos, Fernando
Otero, Carlos
Gambarte, María Laura
Benítez, Sonia
author_sort Riccillo, Marcela L.
title Clasificación automática de evoluciones médicas multiclases en español
title_short Clasificación automática de evoluciones médicas multiclases en español
title_full Clasificación automática de evoluciones médicas multiclases en español
title_fullStr Clasificación automática de evoluciones médicas multiclases en español
title_full_unstemmed Clasificación automática de evoluciones médicas multiclases en español
title_sort clasificación automática de evoluciones médicas multiclases en español
publishDate 2015
url http://sedici.unlp.edu.ar/handle/10915/50035
work_keys_str_mv AT riccillomarcelal clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT perezdavid clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT lunadaniel clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT camposfernando clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT oterocarlos clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT gambartemarialaura clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
AT benitezsonia clasificacionautomaticadeevolucionesmedicasmulticlasesenespanol
bdutipo_str Repositorios
_version_ 1764820475424276485

Ejemplares similares