Zur Kurzanzeige

dc.contributor.authorVacca González, Harold
dc.contributor.authorNúñez Mejía, Sebastián
dc.contributor.authorGarcía Hurtado, Orlando
dc.date.accessioned2023-11-22T17:52:12Z
dc.date.available2023-11-22T17:52:12Z
dc.date.issued2023-11-23
dc.identifier.urihttp://rein.umcc.cu/handle/123456789/2355
dc.description.abstractLos modelos de Markov ocultos (HMMs) consideran la incertidumbre inherente a datos y detección de patrones de datos complejos que no son identificables con otros métodos. En este artículo, se presenta desde el análisis de una señal ECG y el enfoque estadístico y probabilístico, la comprensión del uso de HMMs en la detección de enfermedades cardiovasculares –infartos-, de manera que la secuencia teórica y práctica propuesta enriquezca un ambiente de aprendizaje a través en el contexto de casos cercanos a la realidad clínica.es
dc.language.isoeses
dc.subjectProcesos estocásticos, Cadenas de Markov Ocultas, ECG, Ambiente de Aprendizajees
dc.titleMODELOS DE MARKOV OCULTOS: UN AMBIENTE DE APRENDIZAJE PARA DETECCIÓN TEMPRANA DE ENFERMEDADESes
dc.title.alternativeHIDDEN MARKOV MODELS: A LEARNING ENVIRONMENT FOR EARLY DETECTION OF DISEASESes
dc.typeArticlees


Dateien zu dieser Ressource

Thumbnail

Das Dokument erscheint in:

Zur Kurzanzeige