logo móvil
Contáctanos

Sistema de detección de estrés para mujeres embarazadas que trabajan utilizando una red neuronal recurrente profunda mejorada

Autores: Sharma, Sameer Dev; Sharma, Sonal; Singh, Rajesh; Gehlot, Anita; Priyadarshi, Neeraj; Twala, Bhekisipho

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Sistema de detección de estrés para mujeres embarazadas que trabajan utilizando una red neuronal recurrente profunda mejorada


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Estrés
Embarazo
Mujeres
Aprendizaje profundo
Red neuronal
Conjunto de datos

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 24

Citaciones: Sin citaciones


Descripción
El estrés es un problema preocupante en el mundo actual. El estrés en el embarazo perjudica tanto el desarrollo de los niños como la salud de las mujeres embarazadas. Por lo tanto, evaluar los niveles de estrés de las mujeres embarazadas que trabajan es crucial para ayudarlas a desarrollarse y crecer tanto profesional como personalmente. En el pasado, se han creado muchos algoritmos de aprendizaje automático (ML) y aprendizaje profundo (DL) para predecir el estrés en las mujeres. Sin embargo, esto tiene algunos problemas, como un diseño más complicado, una alta probabilidad de clasificación errónea, una alta probabilidad de cometer errores y menos eficiencia. Con estas consideraciones en mente, nuestro artículo utilizará un modelo de aprendizaje profundo conocido como red neuronal recurrente profunda (DRNN) para predecir los niveles de estrés de las mujeres embarazadas que trabajan. La preparación del conjunto de datos, la extracción de características, la selección óptima de características y la clasificación con DRNN están incluidas en este marco. Se eliminan los atributos duplicados y se completan los valores faltantes durante el preprocesamiento del conjunto de datos.

Otros recursos que podrían interesarte

Temas Virtualpro