Inteligencia Artificial: marco de competencias para orientar prácticas supervisadas y aplicaciones de redes neuronales en estudiantes de Computación
DOI:
https://doi.org/10.20453/spirat.v3iNE1.5378Keywords:
inteligencia artificial, aprendizaje automático, redes neuronales de convolución, computación e informáticaAbstract
La investigación exploratoria se centra en el desarrollo de competencias en Inteligencia Artificial y redes neuronales, Se llevó a cabo en el Laboratorio de Procesamiento de Imágenes, durante el I ciclo del 2023, con la participación de académicos y estudiantes que cursan la Práctica Profesional. Propone un marco de competencias y una metodología para clasificar mamografías en benignas y malignas, se desarrolla un modelo de aprendizaje automático. Utiliza un conjunto de datos con 118 imágenes de mamografías, previamente diagnosticas. Los resultados abarcan: la clasificación, los procesos de aprendizaje basado en competencias, resultados de aprendizaje y la rúbrica para la evaluación. Se crea una aplicación informática que integra la red neuronal. En conclusión, se evidencian avances significativos en el desarrollo de competencias en Inteligencia Artificial y redes neuronales, así como en la aplicación práctica en el campo de la salud en la clasificación de mamografías.
Downloads
References
Blanco, S, Di Risio, C, Andisco, D, Rojas, R.R, & Rojas, R.M. (2017). Parámetros mamográficos: compresión, dosis y disconfort. Revista argentina de radiología, 81(2), 100-104.
Cooke, W., Mo, Z., & Xiang, W. (2023). Guaranteed Quantization Error Computation for Neural Network Model Compression. 2023 IEEE International Conference on Industrial Technology.
Garita-González, G., Villalobos-Murillo, J., Cordero-Esquivel, C., & Cabrera-Alzate, S. (2021). Referentes internacionales para el rediseño de un plan de estudios: competencias para una carrera en Informática. Uniciencia, 35(1), 169-189.
Magomedov, I. A, Khafizova, A, Sh., & Ketova, F. R. (2024). Artificial intelligence’s ability to process images. En P. Stanimorivic, & I. Kovalev (Eds.) ITM Web of Conferences, 59, 1-5. https://doi.org/10.1051/itmconf/20245904009
Mahadevkar, S. V., Khemani, B., Patil, S., Kotecha, K., Vora, D., Abraham, A., & Gabralla, L. A. (2022) A review on Machine Learning Styles in Computer Vision—Techniques and Future Directions. En. IEEE Access, 10, (pp. 107293-107329). https://doi.org/10.1109/access.2022.3209825
Mian, S. M., Sushma. (2023). Review of Machine Learning and Artificial Intelligence in Health Care.2023 3rd International Conference on Advance Computing and Innovative Technologies in Engineering (ICACITE).
Rashed, B. M., & Popescu, N. (2021). Machine learning techniques for medical image processing. 2021 International Conference on e-Health and Bioengineering (EHB).
Rodriguez-Tovar, K. L., Gutiérrez-Portela, F., & Hernández-Aros, L. (2023). Análisis del uso de técnicas supervisadas de aprendizaje automático y profundo en la detección de fraude financiero. Revista Tecnología En Marcha, 36(8), Pág. 50–56.
Sardiñas Ponce, Raysy. (2009). Autoexamen de mama: un importante instrumento de prevención del cancer de mama en atencion primaria de salud. Revista Habanera de Ciencias Médicas, 8(3)
Shin, D., & Yoo, H. (2020). The heterogeneous deep neural network processor with a non-Von Neumann architecture. Proceedings of the IEEE, 108(8), 1245-1260.
Suckling, J., Parker, J., Dance, D. et al. (2015). Mammographic Image Analysis Society (MIAS) data-base v1.21. [Dataset]. Apollo - University of Cambridge Repository.
Taylor, C. R., Monga, N., Johnson, C., Hawley, J.R., & Patel, M. (2023) Artificial Intelligence applications in Breast Imaging: Current Status and Future Directions. Diagnostics, 13, 2041. https://doi.org/10.3390/diagnostics13122041.
Tian, J. (2020). The Human Resources Development Applications of Machine Learning in the View of Artificial Intelligence.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Johnny Villalobos-Murillo, Gabriela Garita-González, Byron Alfaro-Ramírez
This work is licensed under a Creative Commons Attribution 4.0 International License.
1.png)
