Clasificación de imágenes de especies de zooplancton utilizando Deep Learning
Hoy en día, con la continua generación de grandes volúmenes de datos propiciada por los recientes avances en aspectos tecnológicos que se vienen dando en los últimos años, son muchos los sectores e industrias que deciden sacar un rendimiento de los mismos haciendo uso de algoritmos de aprendizaje au...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2018 |
| País: | España |
| Institución: | Universidad de Cantabria (UC) |
| Repositorio: | UCrea Repositorio Abierto de la Universidad de Cantabria |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.unican.es:10902/16300 |
| Acceso en línea: | http://hdl.handle.net/10902/16300 |
| Access Level: | acceso abierto |
| Palabra clave: | Aprendizaje automático Aprendizaje profundo Redes neuronales convolucionales Redes neuronales residuales Clasificación de zooplancton Machine learning Deep Learning Convolutional neural networks Residual neural networks Zooplankton clasification |
| Sumario: | Hoy en día, con la continua generación de grandes volúmenes de datos propiciada por los recientes avances en aspectos tecnológicos que se vienen dando en los últimos años, son muchos los sectores e industrias que deciden sacar un rendimiento de los mismos haciendo uso de algoritmos de aprendizaje automático, con el objetivo de poder aplicar el conocimiento obtenido a una posterior toma de decisiones. Desde el punto de vista más práctico, estos avances pueden ser utilizados para realizar tareas que requieren de un tiempo relativamente amplio para ser completadas de forma manual, como por ejemplo, el problema que se plantea en el presente trabajo, en el que se propone desarrollar un modelo que sea capaz de clasificar imágenes de especies de zooplancton en sus respectivas categorías. Para llevar a cabo esta tarea de clasificación de imágenes, se hace uso de aprendizaje profundo o también denominado como Deep Learning a través de la utilización de redes convolucionales. |
|---|