Mostrar el registro sencillo del ítem
Trabajo Fin de Máster
Development of Artificial Intelligence (AI) techniques for the photo‑identification of fish individuals and implementation of a capture‑mark‑recapture (CMR) model
dc.contributor.advisor | Blanquero Bravo, Rafael | es |
dc.contributor.advisor | Taboada Antelo, Luis | es |
dc.contributor.advisor | Alonso Fernández, Alexandre | es |
dc.creator | Gómez Vargas, Nuria | es |
dc.date.accessioned | 2021-07-15T12:34:56Z | |
dc.date.available | 2021-07-15T12:34:56Z | |
dc.date.issued | 2021-07-02 | |
dc.identifier.citation | Gómez Vargas, N. (2021). Development of Artificial Intelligence (AI) techniques for the photo‑identification of fish individuals and implementation of a capture‑mark‑recapture (CMR) model. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/116174 | |
dc.description.abstract | Para evaluar el efecto que ejercen los factores ambientales y presiones humanas sobre los ecosistemas costeros y especies que allí habitan, resulta imprescindible hacer un seguimiento de las poblaciones. En este proyecto, se ha desarrollado un sistema basado en redes neuronales siameses para la fotoidentificación de individuos de Raja undulata, dando lugar a una forma no invasiva y efectiva (Precisión = 0.8) de estudiar individuos en el tiempo y el espacio. | es |
dc.description.abstract | To assess the effect of environmental factors and human pressures on coastal ecosystems and species that inhabit there, it is essential to monitor populations. In this project, a system based on siamese neural networks has been developed for the photoidentification of individuals of Raja undulata, resulting in a noninvasive and effective (Accuracy = 0.8) way to study individuals in time and space. | es |
dc.format | application/pdf | es |
dc.format.extent | 110 p. | es |
dc.language.iso | eng | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Aprendizaje Profundo | es |
dc.subject | Ciencia Marina | es |
dc.subject | sistema de monitoreo | es |
dc.subject | redes siamesas | es |
dc.subject | reconocimiento por imágenes | es |
dc.subject | TensorFlow | es |
dc.subject | Deep Learning | es |
dc.subject | Marine Sciences | es |
dc.subject | monitoring system | es |
dc.subject | siamese networks | es |
dc.subject | image recognition, | es |
dc.title | Development of Artificial Intelligence (AI) techniques for the photo‑identification of fish individuals and implementation of a capture‑mark‑recapture (CMR) model | es |
dc.type | info:eu-repo/semantics/masterThesis | 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. Máster Universitario en Matemáticas | es |
dc.publication.endPage | 102 | es |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
Development of Artificial ... | 36.10Mb | [PDF] | Ver/ | TFM |