Tesis profesional presentada por Alberto Alejandro Morales Sánchez [alberto.moralessz@udlap.mx]

Licenciatura en Ingeniería Mecatrónica. Departamento de Computación, Electrónica y Mecatrónica. Escuela de Ingeniería, Universidad de las Américas Puebla.

Jurado Calificador

Presidente: Dr. José Luis Zechinelli Martini
Secretario y Director: Dr. Gibrán Etcheverry Doger
Vocal: Dr. Vicente Alarcón Aquino

Cholula, Puebla, México a 15 de mayo de 2015.

Resumen

El objetivo de este trabajo fue desarrollar una nueva metodología que, aprovechando las características no lineales presentes en los llantos de niños recen nacidos; fuera capaz de clasificar con mayor precisión un nuevo llanto de entrada en tres categorías diferentes: normales, asfixia y sordera. Así mismo dentro de la categoría de llantos normales se encuentran dos tipos de llantos, los cuales son hambre y dolor.

Para realizar esto, se investigó acerca del estado de arte actual de este problema, con...

Palabras clave: AdaBoost, análisis de llantos, machine learning, ARMA, Volterra.

Resumen (archivo pdf, 67 kb).

Morales Sánchez, A. A. 2015. Uso de características no lineales para identificar llantos de recién nacidos con un conjunto clasificador. Tesis Licenciatura. Ingeniería Mecatrónica. Departamento de Computación, Electrónica y Mecatrónica, Escuela de Ingeniería, Universidad de las Américas Puebla. Mayo. Derechos Reservados © 2015.