Sistemas híbridos inteligentes basados en lógica difusa y aprendizaje profundo
El presente documento propone una arquitectura híbrida elaborada utilizando lógica difusa y aprendizaje profundo siendo ambas áreas subconjuntos de la inteligencia artificial aplicada al caso de monitoreo de cultivos en el contexto de detección de anomalías de una sola clase.
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2022 |
| País: | Colombia |
| Institución: | Universidad de los Andes |
| Repositorio: | Séneca: repositorio Uniandes |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.uniandes.edu.co:1992/57942 |
| Acceso en línea: | http://hdl.handle.net/1992/57942 |
| Access Level: | acceso abierto |
| Palabra clave: | Deep learning Fuzzy logic Fuzzy inference systems Lógica difusa Aprendizaje profundo Sistemas de inferencia difusos Aprendizaje automático Machine learning Clasificación difusa Fuzzy classification Artificial Intelligence Inteligencia artificial Autoencoders Autocodificadores Imágenes de detección a distancia Aprendizaje automático (Inteligencia artificial) Ingeniería |
| Sumario: | El presente documento propone una arquitectura híbrida elaborada utilizando lógica difusa y aprendizaje profundo siendo ambas áreas subconjuntos de la inteligencia artificial aplicada al caso de monitoreo de cultivos en el contexto de detección de anomalías de una sola clase. |
|---|