Pronóstico de demanda por medio de redes neuronales artificiales

En este trabajo se describe la utilización de Redes Neuronales Artificiales (RNAs) para pronóstico de demanda. Se propone además un método para definir los parámetros de las RNAs de una manera integrada y repetible y se prueba con una aplicación real.

Evaluación de las características de liberación de isoniazida a partir de un biomaterial cerámico

La tuberculosis es un serio problema de salud pública, esta enfermedad representa la segunda causa de muerte ocasionada por un agente infeccioso. Una de las razones de la elevada tasa de morbi-mortalidad es la multifarmacorresistencia desarrollada por la bacteria, dicha resistencia es más frecuente en infecciones que requieren un tratamiento prolongado, lo cual conduce a mayor riesgo de incumplimiento por parte del paciente. Considerando la problemática asociada al tratamiento de la tuberculosis, el desarrollo de un sistema que libere isoniazida de manera sostenida representa una forma para mejorar el cumplimiento de la terapia, permitiendo mantener las concentraciones plasmáticas del fármaco en el rango terapéutico y reducir el riesgo de desarrollo de resistencia por el Mycobacterium tuberculosis. Contribuciones y Conclusiones: En el presente trabajo de investigación se evaluaron las características de liberación de la isoniazida incorporada en una matriz cerámica a base de SiO2 a condiciones fisiológicas in vitro. La síntesis del biomaterial se realizó vía sol-gel a diferentes condiciones de pH y relación TEOS/Agua. El material cerámico conteniendo la isoniazida fue caracterizado mediante técnicas térmicas, espectrométricas y microscópicas. Se realizaron pruebas de extracción para determinar la incorporación de isoniazida en el biomaterial, así como ensayos in vitro para evaluar las características de liberación de isoniazida en solución acuosa a pH fisiológico y mediante la determinación de permeabilidad en membranas artificiales. La cinética de liberación a pH fisiológico ocurrió en dos fases y esta dependió directamente de la morfología y de las propiedades texturales de la matriz, el factor más importante fue la porosidad, mientras que el estudio de permeabilidad de isoniazida en membranas artificiales indica que no se ve afectada cuando esta se incorporó en los biomateriales.

Clasificación lineal mediante algoritmo de perceptrón difuso

La clasificación es una de las herramientas necesarias para llevar a cabo un buen reconocimiento de patrones,las redes de neuronas artificiales (RNA), como una sección del área de Inteligencia Artificial (IA), dispone del perceptrón que es un método simple y eficiente para aprender a través de ejemplos a realizar clasificaciones lineales.

Inferencia de parámetros en líneas celulares de cáncer

Objetivos y método de estudio: En el presente trabajo se muestra la comparación de métodos formulados para dar solución a la inferencia de parámetros en redes de regulación genética artificiales. Este proyecto es motivado por un caso práctico en una red genética proveniente de líneas celulares de cáncer reales al que desea extenderse. Dentro de este estudio se incluyen evaluaciones empíricas donde se compara el desempeño de cada una de las metodologías presentadas tomando diversas muestras de datos mediante los modelos creados. El propósito de esta tesis es contrastar distintas metodologías desarrolladas para la inferencia de parámetros de redes genéticas artificiales. Esto con el fin de proporcionar evidencia sobre cu´al es m´as apropiada emplear, basándose en criterios de eficiencia y errores de muestra. Contribuciones y conclusiones: La contribución fundamental del presente trabajo radica en realizar un análisis de las metodologías creadas para inferir parámetros teniendo en cuenta la limitación de pocos datos atribuida a las escasas observaciones con las que se cuentan en experimentos en casos reales.