Anàlisi de sèries temporals per al suport intel·ligent a la mobilització anticipada amb l'aprenentatge automàtic

Identificador:  TFM:356

Handle: https://hdl.handle.net/20.500.11797/TFM356

Autors:  Martin Colville, Alexander David

Resum:
El propòsit d'aquest estudi és l'anàlisi de tècniques d'aprenentatge automàtic basades en anàlisi de big data i xarxes neuronals artificials per donar suport a les tècniques de mobilització primerenca en pacients en una Unitat de Cures Intensives. Més específicament, l'objectiu és reconèixer el moviment dels pacients per controlar la seva evolució al llarg del temps, tractant amb dades de sèries temporals obtingudes d'acceleròmetres. Aquest document descriu una implementació en la qual es fan servir algoritmes múltiples (Màquines de Vector de Suport, Gaussian Naïve Bayes, Arbres de Decisió i Perceptró Multicapa) juntament amb sèries temporals per entrenar models que estudien la seva precisió. A més, es crea un conjunt de dades de validació amb dispositius preparats-per-utilitzar per obtenir noves prediccions de moviment. L'objectiu del projecte és establir dos fets principals: l'efectivitat de les tècniques d'aprenentatge automàtic quan es tracta de sèries temporals i la seva previsió, i la possibilitat d'integració d'aquestes per a aplicacions generalitzades.