Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica
Hoy en día, las redes neuronales artificiales y el deep learning, son dos de las herramientas más poderosas del aprendizaje de máquina, que tienen por objetivo desarrollar sistemas que aprenden automáticamente, reconocen patrones, predicen comportamientos y generalizan información a partir de conju...
Main Author: | |
---|---|
Format: | Article |
Language: | English |
Published: |
Universidad Industrial de Santander
2020-07-01
|
Series: | Revista UIS Ingenierías |
Subjects: | |
Online Access: | https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/10151 |
id |
doaj-f59831179c8b4aaba2fe1889b64c1c7e |
---|---|
record_format |
Article |
spelling |
doaj-f59831179c8b4aaba2fe1889b64c1c7e2020-11-25T03:37:40ZengUniversidad Industrial de SantanderRevista UIS Ingenierías1657-45832145-84562020-07-01194Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédicaJosé Luis Sarmiento-Ramos0Universidad Manuela Beltrán Hoy en día, las redes neuronales artificiales y el deep learning, son dos de las herramientas más poderosas del aprendizaje de máquina, que tienen por objetivo desarrollar sistemas que aprenden automáticamente, reconocen patrones, predicen comportamientos y generalizan información a partir de conjuntos de datos. Estas dos herramientas se han convertido en un potencial campo de investigación con aplicaciones a la ingeniería, no siendo la ingeniería biomédica la excepción. En este artículo se presenta una revisión actualizada de las principales aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica en las ramas de la ómica, la imagenología, las interfaces cerebro-máquina y hombre-máquina, y la gestión y administración de la salud pública; ramas que se extienden desde el estudio de procesos a nivel molecular, hasta procesos que involucran grandes poblaciones. https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/10151aprendizaje de máquinainteligencia artificialreconocimiento de patronesómicabioinformáticabiomedicina |
collection |
DOAJ |
language |
English |
format |
Article |
sources |
DOAJ |
author |
José Luis Sarmiento-Ramos |
spellingShingle |
José Luis Sarmiento-Ramos Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica Revista UIS Ingenierías aprendizaje de máquina inteligencia artificial reconocimiento de patrones ómica bioinformática biomedicina |
author_facet |
José Luis Sarmiento-Ramos |
author_sort |
José Luis Sarmiento-Ramos |
title |
Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
title_short |
Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
title_full |
Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
title_fullStr |
Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
title_full_unstemmed |
Aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
title_sort |
aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica |
publisher |
Universidad Industrial de Santander |
series |
Revista UIS Ingenierías |
issn |
1657-4583 2145-8456 |
publishDate |
2020-07-01 |
description |
Hoy en día, las redes neuronales artificiales y el deep learning, son dos de las herramientas más poderosas del aprendizaje de máquina, que tienen por objetivo desarrollar sistemas que aprenden automáticamente, reconocen patrones, predicen comportamientos y generalizan información a partir de conjuntos de datos. Estas dos herramientas se han convertido en un potencial campo de investigación con aplicaciones a la ingeniería, no siendo la ingeniería biomédica la excepción. En este artículo se presenta una revisión actualizada de las principales aplicaciones de las redes neuronales y el deep learning a la ingeniería biomédica en las ramas de la ómica, la imagenología, las interfaces cerebro-máquina y hombre-máquina, y la gestión y administración de la salud pública; ramas que se extienden desde el estudio de procesos a nivel molecular, hasta procesos que involucran grandes poblaciones.
|
topic |
aprendizaje de máquina inteligencia artificial reconocimiento de patrones ómica bioinformática biomedicina |
url |
https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/10151 |
work_keys_str_mv |
AT joseluissarmientoramos aplicacionesdelasredesneuronalesyeldeeplearningalaingenieriabiomedica |
_version_ |
1724544559927525376 |