Tos por COVID-19: caracterización desde la Inteligencia Artificial

Para citar o enlazar este item, por favor use el siguiente identificador: http://dspace.ups.edu.ec/handle/123456789/25073
Title: Tos por COVID-19: caracterización desde la Inteligencia Artificial
Authors: Salamea Palacios, Christian
Sánchez Almeida, Tarquino
Guaña Moya, Javier
Calderón Hinojosa, Xavier
Reina Trávez, Jessica
Romero Mogrovejo, David
Chica Ortiz, Fernando
Castañeda Romero, Paulo
Naranjo, David
Luna, Santiago
Abstract: Este trabajo es producto de la investigación del proyecto “Caracterización de la tos provocada por el COVID-19 en pacientes de diagnóstico positivo”, financiado por CEDIA dentro su convocatoria a proyectos de investigación CEPRA XV. La publicación recoge la descripción de la propuesta; el proceso de diseño de la página web utilizada para la toma de muestras audibles de tos; la descripción de técnicas usadas para reconocer una señal de tos dentro de un audio utilizando aprendizaje automático; los sistemas de filtrado utilizados para aislar la señal de tos de cualquier sonido producido por circunstancias externas; y los modelos inteligentes pre-entrenados utilizados para la caracterización de la señal de tos como una tos COVID-19. Además consta información sobre las estrategias para reunir al equipo, generar la propuesta y conseguir su aprobación. En síntesis, la obra presenta un caso exitoso de lo que es el desarrollo de un proyecto de investigación científica bajo la modalidad de financiamiento externo, con sus fases de planificación, ejecución y explotación de los resultados de investigación conseguidos.
Keywords: ELECTRÓNICA
COVID-19
TOS
DATOS
INTELIGENCIA ARTIFICIAL
Issue Date: 28-Jun-2023
URI: http://dspace.ups.edu.ec/handle/123456789/25073
ISBN: 978-9978-10-828-4
978-9978-10-833-8
Other Identifiers: https://doi.org/10.17163/abyaups.16
Language: spa
Appears in Collections:Acceso Libre

Files in This Item:
File Description SizeFormat 
TOS POR COVID-19.pdf11,21 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons