Abstract
La diabetes es una enfermedad en la cual el cuerpo no procesa de manera adecuada la glucosa; el tratamiento para esta enfermedad se basa en el autocuidado del paciente, sus tendencias dietarias, el ejercicio y la administración de insulina. Predecir los niveles de glucosa futuros puede ser de gran ayuda para que el paciente y el personal médico que lo atiende determinen estrategias que mantengan sus niveles de glucosa en un rango que no sea peligroso. Las técnicas de aprendizaje profundo, entre otras cosas, permiten predecir valores en una serie temporal. En la actualidad, la técnica más usada es la predicción mediante redes neuronales recurrentes tipo LSTM. Este artículo se propone realizar experimentos variando los parámetros de redes neuronales tipo LSTM para determinar si dichos parámetros tienen alguna influencia en la precisión de la predicción del modelo.
Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callSimilar Papers
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
