| Revista: | Computación y sistemas |
| Base de datos: | |
| Número de sistema: | 000560764 |
| ISSN: | 1405-5546 |
| Autores: | Ochoa Montiel, Rocío1 Sossa, Humberto2 Olague, Gustavo3 Sánchez López, Carlos1 |
| Instituciones: | 1Universidad Autónoma de Tlaxcala, Facultad de Ciencias Básicas, Ingeniería y Tecnología, Tlaxcala. México 2Instituto Politécnico Nacional, Centro de Investigación en Computación, Ciudad de México. México 3Centro de Investigación Científica y de Educación Superior de Ensenada, Laboratorio de EvoVisión, Ensenada, Baja California. México |
| Año: | 2023 |
| Periodo: | Ene-Mar |
| Volumen: | 27 |
| Número: | 1 |
| Paginación: | 247-256 |
| País: | México |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Resumen en inglés | In this work, an evolutionary vision approach is used for the automatic recognition of AML leukemia images. Unlike common approaches using convolutional neural networks, in the presented model the feature extraction process is transparent. Moreover, the structure of the obtained solutions is amenable to interpretation by a human user, which is a significant advantage over automatic recognition approaches based on deep neural networks. Experimental results show that the evolutionary vision approach can obtain satisfactory results on the AML leukemia recognition problem. |
| Disciplinas: | Ciencias de la computación, Ciencias de la computación |
| Palabras clave: | Inteligencia artificial, Procesamiento de datos |
| Keyword: | Artificial intelligence, Data processing |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
