Examinando por Materia "neural networks"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónSólo datos
    CNN-PROMOTER, NEW CONSENSUS PROMOTER PREDICTION PROGRAM BASED ON NEURAL NETWORKS
    (Fondo Editorial EIA - Universidad EIA, 2013-10-01) Bedoya, Óscar; Bustamante, Santiago
    A new promoter prediction program called CNN-Promoter is presented. CNN-Promoter allows DNA sequences to be submitted and predicts them as promoter or non-promoter. Several methods have been developed to predict the promoter regions of genomes in eukaryotic organisms including algorithms based on Markov’s models, decision trees, and statistical methods. Although there are plenty of programs proposed, there is still a need to improve the sensitivity and specificity values. In this paper, a new program is proposed; it is based on the consensus strategy of using experts to make a better prediction. The consensus strategy is developed by using neural networks. During the training process, the sensitivity and specificity were 100 % and during the test process the model reaches a sensitivity of 74.5 % and a specificity of 82.7 %.Abstract: En este artículo se presenta un programa nuevo para la predicción de promotores llamado CNN--Promoter, que toma como entrada secuencias de ADN y las clasifica como promotor o no promotor. Se han desarrollado diversos métodos para predecir las regiones promotoras en organismos eucariotas, muchos de los cuales se basan en modelos de Markov, árboles de decisión y métodos estadísticos. A pesar de la variedad de programas existentes para la predicción de promotores, se necesita aún mejorar los valores de sensibilidad y especificidad. Se propone un nuevo programa que se basa en la estrategia de mezcla de expertos usando redes neuronales. Los resultados obtenidos en las pruebas alcanzan valores de sensibilidad y especificidad de 100 % en el entrenamiento y de 74,5 % de sensibilidad y 82,7 % de especificidad en los conjuntos de validación y prueba.
  • Miniatura
    PublicaciónAcceso abierto
    Dispositivo Mecatrónico para Simular la Vibración Característica de los Temblores en Personas con Parkinson o Temblor Esencial
    (Universidad EIA, 2016) Barco Díaz, Carolina; Mesa Restrepo, Ana María
    Los temblores son un tipo de afección neuromotora que produce movimientos oscilatorios involuntarios en alguna parte del cuerpo, comúnmente en los miembros superiores. Este que impacta a más de 10 millones de personas en Estados Unidos, y en Colombia se estima una tasa de 4,7 afectados por cada 1000 personas mayores de 50 años. Diferentes causas pueden producir esta dolencia: accidentes cerebrovasculares o con traumatismos cerebrales, efectos secundarios nocivos de algunos medicamentos, enfermedades neurodegenerativas, daños en el cerebelo y falla hepática o tiroidea, entre otros. Sin embargo, el Parkinson es el trastorno mayormente asociado a los temblores. Este proyecto se enfoca en el desarrollo de un dispositivo mecatrónico que simula la vibración característica de los temblores en personas con Parkinson o temblor esencial. El prototipo cumple la función de simular físicamente el temblor provocado por estas enfermedades permitiendo el estudio de los temblores sin necesidad de tener pacientes presentes, lo que facilita el desarrollo de dispositivos de cancelación activa del temblor. El proyecto se ejecuta en cuatro fases: adquisición, caracterización, construcción y validación. En la primera, se hace uso de sensores y análisis de movimiento para identificar las frecuencias y comportamiento específico del temblor en diferentes pacientes; posteriormente se realiza la caracterización de las señales adquiridas mediante técnicas de procesamiento digital. Basado en esto, se construye un prototipo que emule la característica vibratoria propia del Parkinson o el temblor esencial y finalmente se realizan pruebas para verificar la similitud de las señales producidas en relación con aquellas adquiridas de los pacientes.