Mostrar el registro sencillo del ítem
Trabajo Fin de Grado
Redes Convolucionales
dc.contributor.advisor | Pino Mejías, Rafael | es |
dc.creator | Bonilla Carrión, Carmelo | es |
dc.date.accessioned | 2021-07-06T10:44:04Z | |
dc.date.available | 2021-07-06T10:44:04Z | |
dc.date.issued | 2020-06-01 | |
dc.identifier.citation | Bonilla Carrión, C. (2020). Redes Convolucionales. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/115221 | |
dc.description.abstract | El Aprendizaje Profundo (Deep Learning) está teniendo un gran desarrollo en la actualidad gracias a la evolución de los ordenadores y al uso de GPUs. Debido a este desarrollo, las redes de neuronas están apareciendo con más fuerza que nunca desde que surgieron por primera vez en los años 50. Dentro de estas redes de neuronas se encuentran las redes convolucionales, que serán el tema central de este Trabajo de Fin de Grado, las cuales se encargan de resolver problemas de clasificación, localización e identificación de objetos dentro de imágenes. Este trabajo comienza con un estudio general de las redes de neuronas artificiales así como de sus distintas arquitecturas. Seguidamente se estudiará con un mayor detalle las redes de neuronas convolucionales. En este aspecto, el trabajo se centra en conocer las características de este tipo de redes, su funcionamiento, sus distintas arquitecturas y cómo realizan la operación de convolución, que es lo que realmente caracteriza a estas redes. En la parte final del trabajo, se llevarán a cabo aplicaciones en lenguaje R para la clasificación de imágenes a partir de las redes de neuronas convolucionales, utilizando la librería Keras. | es |
dc.description.abstract | Currently, Deep Learning is witnessing a great development thanks to the evolution of computers and the use of GPUs. As a consequence, neural networks are gathering more stream than ever, since their first appearance during the 1950s. Among these, convolutional networks can be found, which will constitute the focus of this dissertation. Convolutional networks are in charge of solving classification, localisation and identification issues of objects within images. This dissertation starts with a general review of artificial neural networks and their architectures, followed by a more detailed study of convolutional neural networks. To this respect, this dissertation will focus on getting to know the characteristics of these types of networks, their operation, their different architectures, as well as how they perform the convolution operation, which is what characterises these networks. At the end of the document, theory will be put into practice in the R language for image classification, based on convolutional neural networks, by using Keras library. | es |
dc.format | application/pdf | es |
dc.format.extent | 57 p. | es |
dc.language.iso | spa | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Redes Convolucionales | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Estadística e Investigación Operativa | es |
dc.description.degree | Universidad de Sevilla. Doble Grado en Matemáticas y Estadística | es |
dc.publication.endPage | 57 | es |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG DGMyE Bonilla Carrión, ... | 2.022Mb | [PDF] | Ver/ | |