APRENDIZAJE AUTOMATICO Y SUS APLICACIONES EN LA REHABILITACION DIGITAL PARA PRED...
APRENDIZAJE AUTOMATICO Y SUS APLICACIONES EN LA REHABILITACION DIGITAL PARA PREDECIR RESULTADOS TERAPEUTICOS EN PACIENTES CON SINDROME POST COVID19 CON DETERIORO COGNITIVO
EL OBJETIVO DEL PROYECTO ES OBTENER MODELOS QUE SEAN CAPACES DE ESTIMAR EL EFECTO DE DIFERENTES METODOS DE REHABILITACION EN PACIENTES CON POST-COVID19. ESTE OBJETIVO SE OBTENDRA POR LA COMBINACION DE LAS DIFERENTES MEDIDAS QUE SE...
ver más
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
TED2021-130374B-C21
MONITORIZACION PREDICTIVA Y CAUSALIDAD PARA REHABILITACION C...
180K€
Cerrado
TED2021-130409B-C51
EFECTOS DE UNA REHABILITACION DIGITAL EN PERSONAS CON SINDRO...
196K€
Cerrado
TIN2015-73566-JIN
SOFT COMPUTING PARA ANALITICAS DE GAMIFICACION EN REHABILITA...
206K€
Cerrado
RTC-2016-4943-1
Cheerup. Suite de herramientas de apoyo a personas con Daño...
189K€
Cerrado
PRE2021-099121
MODELOS PARA LA ESCLEROSIS MULTIPLE USANDO DEEP LEARNING EN...
101K€
Cerrado
PID2020-115468RB-I00
DISEÑO DE MODELOS PREDICTIVOS AUTOMATICOS INTERPRETABLES EN...
302K€
Cerrado
Descripción del proyecto
EL OBJETIVO DEL PROYECTO ES OBTENER MODELOS QUE SEAN CAPACES DE ESTIMAR EL EFECTO DE DIFERENTES METODOS DE REHABILITACION EN PACIENTES CON POST-COVID19. ESTE OBJETIVO SE OBTENDRA POR LA COMBINACION DE LAS DIFERENTES MEDIDAS QUE SE RECOGERAN DE LOS PARTICIPANTES EN EL ESTUDIO CLINICO. ESTOS DATOS CORRESPONDENA DIFERENTES MODALIDADES QUE PROVEERAN PERSPECTIVAS DIFERENTES Y COMPLEMENTARIAS.PARA OBTENER INFORMACION ADECUADA, SE DESARROLLARAN DIFERENTES METODOS DE APRENDIZAJE AUTOMATICO PARA EXTRAER Y GENERAR ATRIBUTOS QUE MEJOREN LA PRECISION DE LOS MODELOS DE PREDICCION. DIFFERENTES METODOS DEL AREA DE APRENDIZAJE PROFUNDO (POR EJEMPLO AUTOCODIFICADORES, APRENDIZAJE AUTO SUPERVISADO) SE DESARROLLARAN PARA ESTE PROPOSITO.LA LIMITACION DEL TAMAÑO DE MUESTRA EN ENSAYOS CLINICOS SUPONE UN PROBLEMA QUE AFECTA A LA CERTEZA DE LAS PREDICCIONES DE MODELOS DE APRENDIZAJE AUTOMATICO. SE PUEDEN USAR DIFFERENTES APROXIMACIONES PARA INCREMENTAR EL TAMAÑO DE MUESTRA GENERANDO EJEMPLOS PLAUSIBLES QUE PUEDEN USARSE EN EL DESARROLLO DE LOS MODELOS. PARA OBTENER ESTAS MUESTRAS METODOS GENERATIVOS DE APRENDIZAJE PROFUNDO (MODELOS DE FLUJO, MODELOS AUTOREGRESIVOS, AUTO CODIFICADORES VARIACIONALES, REDES ADVERSARIAS GENERATIVAS) SERAN DESARROLLADOS USANDO LOS DATOS MULTIMODALES DEL ENSAYO CLINICO. EL RESULTADO ESPERADO ES LA MEJORA EN LA PRECISION Y EN LA REDUCCION EN LA INCERTIDUMBRE DE LOS MODELOS PREDICTIVOS.