Reconocimiento de patrones en imágenes mediante Aprendizaje Profundo
dc.audience | generalPublic | es_MX |
dc.contributor | Castillo Mixcóatl, Juan | |
dc.contributor.advisor | CASTILLO MIXCOATL, JUAN; 121159 | |
dc.contributor.author | Pérez Lima, Dalí del Ángel | |
dc.date.accessioned | 2021-10-11T17:50:48Z | |
dc.date.available | 2021-10-11T17:50:48Z | |
dc.date.issued | 2021-06-28 | |
dc.description.abstract | “Actualmente existen distintas actividades que no puede ser analizadas o desempeñadas por una computadora mediante técnicas tradicionales del conocimiento como leyes científicas o el uso de ecuaciones diferenciales. Ejemplos de tales actividades pueden ser el reconocimiento de patrones en imágenes, reconocimiento de lenguaje, reconocimiento de voz, ente otras. En todas estas actividades existe una constante: resulta ser sumamente complicado implementarlas con la programación tradicional con el ya mencionado uso de leyes de la ciencia o de algún conjunto de ecuaciones diferenciales que intenten analizar este tipo de fenómenos. Sin embargo, casi cualquier ser humano puede desempeñar cualquiera de estas tareas prácticamente sin siquiera pensarlo. Por esta razón, en los últimos años ha habido una enorme investigación para desarrollar técnicas que imiten el funcionamiento del cerebro humano para llevar a cabo este tipo de actividades. En este trabajo se presentan las ideas fundamentales acerca del Aprendizaje Profundo, Aprendizaje de Maquina y redes neuronales. Estos conceptos básicos permitan entender y conocer el funcionamiento de estas técnicas y la relación que existe entre ellas. Se muestra también un ejemplo simple de reconocimiento de patrones en una imagen mediante el uso de una red neuronal de convolución”. | es_MX |
dc.folio | 20210729110945-6012-TL | es_MX |
dc.format | es_MX | |
dc.identificator | 1 | es_MX |
dc.identifier.uri | https://hdl.handle.net/20.500.12371/14681 | |
dc.language.iso | spa | es_MX |
dc.matricula.creator | 201401556 | es_MX |
dc.publisher | Benemérita Universidad Autónoma de Puebla | es_MX |
dc.rights.acces | openAccess | es_MX |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
dc.subject.classification | CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA | es_MX |
dc.subject.dbgunam | Matemáticas computacionales | es_MX |
dc.subject.lcc | Arquitectura de computadoras--Investigación | es_MX |
dc.subject.lcc | Programación de computadoras | es_MX |
dc.subject.lcc | Inteligencia artificial--Investigación | es_MX |
dc.subject.lcc | Redes neuronales (Computación) | es_MX |
dc.subject.lcc | Aprendizaje automático (Inteligencia artificial) | es_MX |
dc.thesis.career | Licenciatura en Física | es_MX |
dc.thesis.degreediscipline | Área de Ingeniería y Ciencias Exactas | es_MX |
dc.thesis.degreegrantor | Facultad de Ciencias Físico Matemáticas | es_MX |
dc.thesis.degreetoobtain | Licenciado (a) en Física | es_MX |
dc.title | Reconocimiento de patrones en imágenes mediante Aprendizaje Profundo | es_MX |
dc.type | Tesis de licenciatura | es_MX |
dc.type.conacyt | bachelorThesis | es_MX |
dc.type.degree | Licenciatura | es_MX |
Files
Original bundle
1 - 2 of 2
Loading...
- Name:
- 20210729110945-6012-TL.pdf
- Size:
- 1.92 MB
- Format:
- Adobe Portable Document Format
- Description:

- Name:
- 20210729110945-6012-CARTA.pdf
- Size:
- 208.11 KB
- Format:
- Adobe Portable Document Format
- Description:
License bundle
1 - 1 of 1

- Name:
- license.txt
- Size:
- 1.71 KB
- Format:
- Item-specific license agreed upon to submission
- Description: