Examinando por Autor "Charte, Francisco"
Mostrando 1 - 4 de 4
- Resultados por página
- Opciones de ordenación
Ítem Avances en la evaluación de la piel periestomal en personas con ostomía digestiva de eliminación. Utilización de modelos de Inteligencia Artificial (EPPIA).(2025-07-15) López-Medina, Isabel María; Pérez-Godoy, María Dolores; Álvarez-Nieto, Carmen; Hueso, César; Capilla, Concepción; Montesinos, Ana Carmen; Moya-Muñoz, Noelia; García-Fernández, Francisco Pedro; Charte, Francisco; Pérez-Jiménez, Claudia; Mora-Artacho, María José; Morales-Ventura, Encarnación; Marí-Vidal, María Carmen; Belinchón, Gema; Marzal-Rodríguez, Julia; Rodríguez-Castellano, Paz; Alba-Fernández, Carmen María; López-Nogues, María; Jiménez-López, Isabel; de-la-Villa, María; Rodríguez-Izquierdo, María Rosario; Olivero-Corral, María Silvia; Bienvenido, María Paz; Hoyo, María Araceli; Rivas-Molina, María Carmen; de-la-Luz, Mayra; Molina-Navarrete, Encarnación; Jurado-Millán, Lucas; Lacasa, Encarnación; López-Megías, Patricia; Coca, Mercedes; Fernández-Gálvez, Antonio José; Espejo-Lunar, Esperanza; Ordoñez, Trinidad; Cabrera-López, MontserratEl avance en la evaluación de la piel periestomal en individuos con ostomía digestiva de eliminación es esencial para mejorar la calidad de vida de los pacientes. El propósito de este proyecto es avanzar en la evaluación de la piel periestomal mediante la aplicación de modelos de Inteligencia Artificial. Se busca desarrollar un sistema innovador y fiable que utilice la Inteligencia Artifical para analizar datos visuales, permitiendo una detección temprana de complicaciones en la piel de estos pacientes. Adicionalmente se pretende analizar los principales factores de riesgo asociados a las lesiones y complicaciones de esta piel. Este proyecto consta de dos fases: recolección y etiquetado de datos para modelos de Inteligencia Artifical, y análisis epidemiológico simultáneo para identificación de factores de riesgo asociados a complicaciones de la piel periestomal.Ítem E2PAMEA: A fast evolutionary algorithm for extracting fuzzy emerging patterns in big data environments(Elsevier, 2020) García-Vico, Angel; Charte, Francisco; González, Pedro; Elizondo, David; Carmona, Cristóbal J.In this paper, a cooperative-competitive multi-objective evolutionary fuzzy system called E2PAMEA is presented for the extraction of emerging patterns in big data environments. E2PAMEA follows an adaptive schema to automatically employ different genetic operators according to the learning needs, which avoid the tuning of some parameters. It also employs a token-competition-based procedure for updating an elite population where the best set of patterns found so far is stored. In addition, a novel MapReduce procedure for an efficient computation of the evaluation function employed for guiding the search process is proposed. The method, called Bit-LUT employs a pre-evaluation stage where data is represented as a look-up table made of bit sets. This look-up table can be employed later in the chromosome evaluation by means of bitwise operations, reducing the computational complexity of the process. The experimental study carried out shows that E2PAMEA is a promising alternative for the extraction of high-quality emerging patterns in big data. In addition, the proposed Bit-LUT evaluation shows a significant improvement on efficiency with a great scalability capacity on both dimensions of data, which enables the processing of massive datasets faster than other alternatives.Ítem Low-cost IoT gas concentrator system prototype (ponencia)(IEEE Access, 2022-07-01) Montoro Lendínez, Alicia; López Ruíz, José Luis; Charte, Francisco; Espinilla Estévez, Macarena; Medina Quero, JavierÍtem Plan de Gestión de Datos-EPPIA(2024) López-Medina, Isabel María; Pérez-Godoy, María Dolores; Hueso, César; Álvarez-Nieto, Carmen; Charte, Francisco; García-Fernández, Francisco Pedro; Capilla, Concepción; Moya-Muñoz, Noelia; Montesinos, Ana CarmenEste plan describe la gestión de los datos que se crearán en el proyecto EPPIA , su tratamiento conservación. Los datos del proyecto serán FAIR (Findable, Accessible, Interoperable and Reusa-ble). La protección de los datos se garantizará de acuerdo con las normas institucionales.