Abstract:
|
[ES] De cara a la nueva era de viajes espaciales que tiene como objetivo conseguir que los humanos
lleguen a Marte se afrontan diferentes y complejos retos, uno de ellos y en el que se centra este
proyecto es el del ...[+]
[ES] De cara a la nueva era de viajes espaciales que tiene como objetivo conseguir que los humanos
lleguen a Marte se afrontan diferentes y complejos retos, uno de ellos y en el que se centra este
proyecto es el del diseño y creación de sistemas autónomos que durante el viaje sean capaces de
evitar y solucionar problemas que puedan surgir de manera inesperada, más concretamente
nosotros nos centramos en el sistema autónomo médico de abordo con la función de
diagnosticar y dar tratamiento a cualquier enfermedad o lesión que pueda ocurrir durante el
viaje.
Existen muchas dificultades para el diseño de estos sistemas autónomos médicos enfocados a
viajes espaciales debido principalmente a la falta de datos, la dificultad para recoger estos datos
de enfermedades o lesiones producidas en el espacio evita que se puedan probar este tipo de
sistemas con casos dados en el espacio, obligando a hacerlo con datos tomados en tierra
aplicando ciertas variaciones o restricciones que posteriormente permitan extrapolar los
resultados definiendo la validez del sistema para este tipo de viajes.
En este proyecto se ha tratado con una base de datos formada por datos recogidos por el centro
de emergencias médicas de la comunidad valenciana, tratando estos datos para adaptar la base
de datos al objetivo de este proyecto. Posteriormente se han realizado diferentes experimentos
sobre esta base de datos, diseñando un sistema de recomendación basado en diferentes métricas
capaces de definir la similitud entre cadenas de texto, observando los resultados obtenidos se ha
extraído la conclusión de cual era la mejor de estas métricas descartando el resto para los
posteriores experimentos en los que se ha tratado de mejorar la precisión del sistema con
diferentes mejoras sobre la base de datos o sobre la forma de evaluar al propio sistema. Con
todo esto se han extraído algunas de las siguientes conclusiones: La métrica con mejores
resultados a nivel de precisión es el coeficiente de jaccard, eliminar las stopwords presenta una
mejora significativa en la precisión, y es fundamental dotar de flexibilidad al sistema de
recomendación a la hora de evaluarlo ya que un diagnóstico en la vida real no siempre es
necesario que tenga una exactitud del cien por cien.
[-]
[EN] Facing the new era of space travel that aims to get humans to Mars, different and complex
challenges are faced, one of them and the focus of this project is the design and creation of
autonomous systems that during ...[+]
[EN] Facing the new era of space travel that aims to get humans to Mars, different and complex
challenges are faced, one of them and the focus of this project is the design and creation of
autonomous systems that during the trip are able to avoid and solve problems that may arise
unexpectedly, more specifically we focus on the autonomous medical system on board with the
function of diagnosing and treating any disease or injury that may occur during the trip.
There are many difficulties for the design of these autonomous medical systems focused on
space travel mainly due to the lack of data, the difficulty to collect these data of diseases or
injuries produced in space prevents to test this type of systems with cases given in space,
forcing to do it with data taken on the ground applying certain variations or restrictions that later
allow to extrapolate the results defining the validity of the system for this type of travel.
In this project we have dealt with a database formed by data collected by the medical emergency
center of the Valencian community, treating these data to adapt the database to the objective of
this project. Subsequently, different experiments have been carried out on this database,
designing a recommendation system based on different metrics capable of defining the
similarity between text strings, observing the results obtained we have drawn the conclusion of
which was the best of these metrics discarding the rest for subsequent experiments in which we
have tried to improve the accuracy of the system with different improvements on the database or
on the way to evaluate the system itself. With all this, some of the following conclusions have
been drawn: The metric with the best results at the accuracy level is the Jaccard coefficient,
eliminating stopwords presents a significant improvement in accuracy, and it is essential to
provide flexibility to the recommendation system when evaluating it since a diagnosis in real
life is not always necessary to have one hundred percent accuracy.
[-]
[CA] De cara a la nova era de viatges espacials que té com a objectiu aconseguir que els humans
arriben a Mart s'afronten diferents i complexos reptes, un d'ells i en el qual se centra aquest
projecte és el del disseny ...[+]
[CA] De cara a la nova era de viatges espacials que té com a objectiu aconseguir que els humans
arriben a Mart s'afronten diferents i complexos reptes, un d'ells i en el qual se centra aquest
projecte és el del disseny i creació de sistemes autònoms que durant el viatge siguen capaços
d'evitar i solucionar problemes que puguen sorgir de manera inesperada, més concretament
nosaltres ens centrem en el sistema autònom mèdic d'aborde amb la funció de diagnosticar i
donar tractament a qualsevol malaltia o lesió que puga ocórrer durant el viatge.
Existeixen moltes dificultats per al disseny d'aquests sistemes autònoms mèdics enfocats a
viatges espacials degut principalment a la falta de dades, la dificultat per a recollir aquestes
dades de malalties o lesions produïdes en l'espai evita que es puguen provar aquest tipus de
sistemes amb casos donats en l'espai, obligant a fer-lo amb dades preses en terra aplicant unes
certes variacions o restriccions que posteriorment permeten extrapolar els resultats definint la
validesa del sistema per a aquesta mena de viatges.
En aquest projecte s'ha tractat amb una base de dades formada per dades recollides pel centre
d'emergències mèdiques de la comunitat valenciana, tractant aquestes dades per a adaptar la
base de dades a l'objectiu d'aquest projecte. Posteriorment s'han realitzat diferents experiments
sobre aquesta base de dades, dissenyant un sistema de recomanació basat en diferents mètriques
capaces de definir la similitud entre cadenes de text, observant els resultats obtinguts s'ha extret
la conclusió de qual era la millor d'aquestes mètriques descartant la resta per als posteriors
experiments en els quals s'ha tractat de millorar la precisió del sistema amb diferents millores
sobre la base de dades o sobre la manera d'avaluar al propi sistema. Amb tot això s'han extret
algunes de les següents conclusions: La mètrica amb millors resultats a nivell de precisió és el
coeficient de jaccard, eliminar les stopwords presenta una millora significativa en la precisió, i
és fonamental dotar de flexibilitat al sistema de recomanació a l'hora d'avaluar-lo ja que un
diagnòstic en la vida real no sempre és necessari que tinga una exactitud del cent per cent.
[-]
|