Year: 2023
Type: dissertation
Abstract: Aquest treball de final de grau es centra en un problema molt comú avui dia: la falta de dades. Els cientifics de dades necessiten volums grans de dades per produir eines precises i acurades. En aquest document s’investiga sobre un conjunt de dades de pacients covid, el qual es descriu en tots els seus aspectes. L’objectiu es produir dades noves, per tant, en centrar la recerca en diferents algoritmes i models que ho permetin. S’han triat tres algoritmes que estan basats en les copules gaussianes, reds generatives adver‐ saries i reds bayesianes, cadascun. Es generen les dades i s’estudia com de bones son. La evaluació d’aquestes es duu a terme per dues bandes. Per una banda, mitjançant un test d’hipótesis, s’evalua si la distribució sintètica es similar (estadisticament) a la distribució original, comparant estadístics com la variança i la mediana. D’altre banda, s’evalua si es mantenen les cor‐ relacions de les dades originals a les sintètiques mitjançant un anàlisis de similaritat utilitzant matrius de coeficients de correlació. S’efectua una diferència de matrius (original i sintètica), la qual, ideal‐ ment, hauria de ser molt propera a zero. Tot plegat, s’analitzen els resultats de les dues evaluacions i es proposen idees per seguir aquesta branca de la investigació. A més, s’analitza l’impacte econòmic i ambiental del projecte
Author: Martín Peyrona, Alex
Institution: Universitat Politècnica de Catalunya
Language: Catalan
Topic: COVID-19 diagnosis using AI
Subfield: Radiology, Nuclear Medicine and Imaging
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W6991431679
