LIBRARY REPOSITORY

Análisis de patrones y clasificador de tendencia suicida en Aguascalientes

Show simple item record

dc.contributor.advisor Torres Soto, Aurora es_MX
dc.contributor.advisor Torres Soto, María Dolores es_MX
dc.contributor.advisor Campos Muñoz, Nefi Jacob es_MX
dc.contributor.author Barajas Aranda, Daniel Alejandro es_MX
dc.date.accessioned 2023-10-11T16:34:10Z
dc.date.available 2023-10-11T16:34:10Z
dc.date.issued 2023-08
dc.identifier.other 465890
dc.identifier.uri http://hdl.handle.net/11317/2781
dc.description Tesis (doctorado en ciencias aplicadas y tecnologías)--Universidad Autónoma de Aguascalientes. Centro de Ciencias Básicas. Departamento de Sistemas de Información es_MX
dc.description.abstract RESUMEN En este documento se presentan los resultados de un estudio sobre la detección de la tendencia suicida en personas a través de la utilización de diferentes técnicas de clasificación. Se analizaron variables como el estado de ánimo, el nerviosismo y el estrés, utilizando diferentes clasificadores, incluyendo el clasificador bayesiano, bosques aleatorios, máquinas de soporte vectorial, redes neuronales y lógica difusa. En general, se encontraron resultados prometedores en cuanto a la precisión de las técnicas de clasificación en la identificación de la tendencia suicida. Se presentan tablas de confusión y exactitudes obtenidas en cada uno de los constructos y se muestran las mejores combinaciones de parámetros utilizados para cada técnica de clasificación. Además, se presenta el clasificador DATSBAA (Detector Automático de la Tendencia Suicida Basado en Aprendizaje Automático), que se desarrolló utilizando la mejor técnica de clasificación, que en este caso resultó ser la red neuronal. Este clasificador fue implementado en una interfaz web para que los usuarios puedan ingresar sus datos y obtener la clasificación de su tendencia suicida. En resumen, el estudio presenta diferentes técnicas de clasificación prometedoras en la identificación de la tendencia suicida y se presenta el clasificador DATSBAA basado en la mejor técnica de clasificación utilizada en el estudio. El clasificador puede ser utilizado para ayudar a detectar la tendencia suicida de las personas y así brindar la atención necesaria para prevenir el suicidio. es_MX
dc.description.abstract ABSTRACT This document presents the results of a study on the detection of suicidal tendencies in individuals using various classification techniques. Variables such as mood, nervousness, and stress were analyzed using different classifiers, including the Bayesian classifier, random forests, support vector machines, neural networks, and fuzzy logic. In general, promising results were found regarding the accuracy of the classification techniques in identifying suicidal tendencies. Confusion matrices and reliabilities obtained for each construct are presented, along with the best combinations of parameters used for each classification technique. Additionally, the Automatic Suicide Tendency Detector based on Machine Learning (DATSBAA) classifier is introduced, which was developed using the best classification technique, found to be the neural network in this case. This classifier was implemented in a web interface to allow users to input their data and obtain a classification of their suicidal tendency. In summary, the study presents various promising classification techniques for identifying suicidal tendencies and introduces the DATSBAA classifier based on the best classification technique used in the study. The classifier can be used to assist in detecting individuals' suicidal tendencies and provide the necessary attention to prevent suicide es_MX
dc.language es es_MX
dc.publisher Universidad Autónoma de Aguascalientes es_MX
dc.subject Suicidio - Modelos matemáticos - Aguascalientes es_MX
dc.subject Suicidio - Procesamiento electrónico de datos - Aguascalientes es_MX
dc.title Análisis de patrones y clasificador de tendencia suicida en Aguascalientes es_MX
dc.type Tesis es_MX


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search Repository


Advanced Search

Browse

My Account