<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>Implementación de un portal para la predicción del rendimiento de las pruebas saber 11, saber t&amp;t y pro</title>
  </titleInfo>
  <name type="personal">
    <namePart>Barrios Sánchez, Jorge Manuel.</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Munera Romero, Fredy Alberto.</namePart>
  </name>
  <name type="personal">
    <namePart>Lopez Morelo, Julio Cesar.</namePart>
  </name>
  <name type="personal">
    <namePart>Gómez Consuegra, Adrian .</namePart>
  </name>
  <typeOfResource>text</typeOfResource>
  <originInfo>
    <place>
      <placeTerm type="text">Cartagena de Indias</placeTerm>
    </place>
    <publisher>Corporación Universitaria Rafael Nuñez</publisher>
    <dateIssued>2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">print</form>
    <extent>8 hojas.</extent>
  </physicalDescription>
  <abstract>"Se enfoca en la clasificación de un diagnóstico de neumonía infantil a través de imágenes de rayos X, la base de datos de las imágenes son tomadas de imágenes de rayos X de trax (anteroposterior) de cohortes retrospectivas de pacientes pediátricos de uno a cinco años del Centro Médico de Mujeres y Niños de Guangzhou. Por medio de un programa en Matlab se extraen 7 características de la imagen que nos ayudara a determinar si el paciente tiene presente una bacteriarelacionada a la neumonía o el diagnóstico es normal, se realiza la clasificación por medio de dos clasificadores por medio de redes neuronales y el algoritmo de los k vecinos, se realiza una comparación de cuál de ellos es mejor clasificador, se toman como base de datos 49 imágenes con diagnostico normal y 48 con presencia de la bacteria. Se tienen en cuenta7 características que son: la media, desviación, entropía, contraste, correlación, energía, homogeneidad, se obtiene una eficiencia del 89% para los vecinos y de más de un 96.9% para el algoritmo de las redes neuronales"</abstract>
  <note type="statement of responsibility">Jorge Manuel Barrios Sánchez; Fredy Alberto Munera Romero;  Julio Cesar Lopez Morelo;  Adrian Gomez Consuegra .</note>
  <note>Trabajo de grado (Ingeniero de Sistemas). Corporación Universitaria Rafael Nuñez. Programa de Ingenieria de Sistemas, 2025.</note>
  <note>Incluye bibliografia.</note>
  <subject authority="lcsh">
    <topic>Ingenieria de Sistemas</topic>
    <topic>Tesis y disertaciones academicas</topic>
  </subject>
  <classification authority="ddc">INS 2025 B276</classification>
  <identifier type="uri">https://unicurn.sharepoint.com/:b:/s/biblioteca/EYm328EQUtdDkVFxms_-HkAB5cvjrIYy0rfX3w_OEaAeRQ?e=FWC4ow</identifier>
  <location>
    <url>https://unicurn.sharepoint.com/:b:/s/biblioteca/EYm328EQUtdDkVFxms_-HkAB5cvjrIYy0rfX3w_OEaAeRQ?e=FWC4ow</url>
  </location>
  <location>
    <physicalLocation displayLabel="B276">MHC MHC</physicalLocation>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">CO-CtgCURN</recordContentSource>
    <recordCreationDate encoding="marc">160531</recordCreationDate>
    <recordChangeDate encoding="iso8601">20260701203228.0</recordChangeDate>
    <languageOfCataloging>
      <languageTerm authority="iso639-2b" type="code">spa</languageTerm>
    </languageOfCataloging>
  </recordInfo>
</mods>
