Clasificación de imágenes de animales usando Deep Learning

Vista sencilla de ítem
dc.contributor.apolounabCáceres Becerra, Claudia Isabel [claudia-isabel-cáceres-becerra]
dc.contributor.authorAmado Cáceres, Daniel Fernando
dc.contributor.authorCáceres Becerra, Claudia Isabel
dc.contributor.cvlacCáceres Becerra, Claudia Isabel [0000095759]spa
dc.contributor.googlescholarCáceres Becerra, Claudia Isabel [UtICHzcAAAAJ]spa
dc.contributor.linkedinCáceres Becerra, Claudia Isabel [claudia-isabel-cáceres-becerra-22092835]
dc.contributor.orcidCáceres Becerra, Claudia Isabel [0000-0002-2211-774X]
dc.contributor.researchgateCáceres Becerra, Claudia Isabel [Claudia-Caceres-Becerra]spa
dc.contributor.researchgroupSemilleros de Investigación UNABspa
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.coverage.spatialBucaramanga (Santander, Colombia)spa
dc.coverage.temporal2022spa
dc.date.accessioned2023-07-27T22:07:22Z
dc.date.available2023-07-27T22:07:22Z
dc.date.issued2022-10
dc.description.abstractLa clasificación de imágenes es un problema clásico en los campos de procesamiento de imágenes, visión por computadora y aprendizaje de máquinas. En este documento se estudia la clasificación de imágenes mediante Deep Learning, usando una red neuronal profunda para este propósito. Esta RNP será entrenada para poder identificar 83 tipos de animales diferentes, desde abejas hasta tiburones. Los resultados medirán la efectividad del modelo propuesto para clasificar correctamente unas imágenes de animales ingresadas a este.spa
dc.description.abstractenglishmage classification is a classic problem in the fields of image processing, computer vision, and machine learning. This paper studies image classification through Deep Learning, using a deep neural network for this purpose. This DNN will be trained to identify 83 different types of animals, from bees to sharks. The results will measure the effectiveness of the proposed model to classify images of animals entered into it correctly.spa
dc.description.learningmodalityModalidad Presencialspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.issnISSN 2344-7079spa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.identifier.repourlrepourl:https://repository.unab.edu.cospa
dc.identifier.urihttp://hdl.handle.net/20.500.12749/20801
dc.language.isospaspa
dc.publisher.deparmentSistema de Investigación SIUNABspa
dc.publisher.facultyFacultad Ingenieríaspa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.publisher.programPregrado Ingeniería de Sistemas
dc.relation.ispartofseriesGeneración Creativa : Encuentro de Semilleros de Investigación UNABspa
dc.relation.references[1] Schulz, Hannes; Behnke, Sven (1 November 2012). "Deep Learning". KI - Künstliche Intelligenz. 26 (4): 357– 363. doi:10.1007/s13218-012-0198-z. ISSN 1610-1987. S2CID 220523562.spa
dc.relation.references[2] Ciresan, D.; Meier, U.; Schmidhuber, J. (2012). "Multi- column deep neural networks for image classification". 2012 IEEE Conference on Computer Vision and Pattern Recognition. pp. 3642–3649. arXiv:1202.2745. doi:10.1109/cvpr.2012.6248110. IS BN 978-1-4673-1228-8. S2CID 2161592.spa
dc.relation.references[3] LeCun, Yann; Bengio, Yoshua; Hinton, Geoffrey (28 May 2015). "Deep learning". Nature. 521 (7553): 436– 444. Bibcode:2015Natur.521..436L. doi:10.1038/nature14539. PMID 26017442. S2CID 3074096.spa
dc.relation.references[4] Werbos, P. (1974). "Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences". Harvard University. Retrieved 12 June 2017.spa
dc.relation.urihttp://hdl.handle.net/20.500.12749/20625spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.sourceAmado, D. F. & Cáceres, C. I. (2022). Clasificación de imágenes de animales usando Deep Learning. Recuperado de: http://hdl.handle.net/20.500.12749/20801spa
dc.subject.keywordsInformation systemsspa
dc.subject.keywordsSoftware engineeringspa
dc.subject.keywordsNeural networksspa
dc.subject.keywordsInvestigationspa
dc.subject.keywordsDeep learningspa
dc.subject.keywordsMachine learningspa
dc.subject.keywordsClassificationspa
dc.subject.keywordsImagesspa
dc.subject.lembSistemas de informaciónspa
dc.subject.lembIngeniería de softwarespa
dc.subject.lembRedes neuronalesspa
dc.subject.lembInvestigaciónspa
dc.subject.proposalAprendizaje profundospa
dc.subject.proposalAprendizaje automáticospa
dc.subject.proposalClasificaciónspa
dc.subject.proposalImágenesspa
dc.titleClasificación de imágenes de animales usando Deep Learningspa
dc.title.translatedClassifying Animal Images Using Deep Learningspa
dc.typeConferenceeng
dc.type.coarhttp://purl.org/coar/resource_type/c_f744
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.driverinfo:eu-repo/semantics/conferenceProceedingsspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersionspa
dc.type.localMemoria de eventosspa
dc.type.redcolhttp://purl.org/redcol/resource_type/EC_AC

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
2022_Articulo_Amado_Caceres_Daniel_Fernando.pdf
Tamaño:
708.5 KB
Formato:
Adobe Portable Document Format
Descripción:
Artículo
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
829 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Memoria de eventos: Generación Creativa. Encuentro de Semilleros de Investigación UNAB
Semilleros de Investigación