Herramienta de visualización, análisis y conversión de datasets analógicos a imágenes para su posterior procesado por Deep Learning

Rivas Pérez, Manuel; Luna Perejón, Francisco; Civit Masot, Javier; Miró Amarante, María Lourdes; Civit Balcells, Antón; Domínguez Morales, Manuel Jesús

Capítulo de Libro

dc.contributor.editor	Domínguez Morales, Manuel Jesús	es
dc.creator	Rivas Pérez, Manuel	es
dc.creator	Luna Perejón, Francisco	es
dc.creator	Civit Masot, Javier	es
dc.creator	Miró Amarante, María Lourdes	es
dc.creator	Civit Balcells, Antón	es
dc.creator	Domínguez Morales, Manuel Jesús	es
dc.date.accessioned	2022-03-01T12:14:23Z
dc.date.available	2022-03-01T12:14:23Z
dc.date.issued	2022-02-03
dc.identifier.citation	Rivas Pérez, M., Luna Perejón, F.,...,Domínguez Morales, M.J. (2022). Herramienta de visualización, análisis y conversión de datasets analógicos a imágenes para su posterior procesado por Deep Learning. En M. Domínguez-Morales (Ed.), Sinergias en la investigación en STEM (pp. 265-269). Alcoy (Alicante, España): 3ciencias.
dc.identifier.isbn	978-84-123872-6-1	es
dc.identifier.uri	https://hdl.handle.net/11441/130288
dc.description.abstract	Las herramientas de aprendizaje automático se desarrollaron inicialmente para clasificar información visual y detectar patrones en éstas. Debido a ello, muchos trabajos transforman información almacenada analógicamente a imágenes para utilizar sistemas de clasificación basados en redes neuronales convolucionales. Sin embargo, con el auge de las señales fisiológicas se han extendido los sistemas de clasificación que utilizan directamente información analógica en las redes neuronales. Aun así, por experiencia, muchos investigadores continúan transformando la información a imágenes para su procesado. En este trabajo se diseña, desarrolla y prueba una herramienta software capaz de trabajar con un dataset analógico para visualizarlo y almacenarlo en forma de imágenes según las preferencias del usuario y permitiendo diversos procesamientos previos. Esta herramienta permitirá realizar una comparativa exhaustiva entre ambos sistemas de clasificación.	es
dc.format	application/pdf	es
dc.format.extent	5	es
dc.language.iso	spa	es
dc.publisher	3ciencias	es
dc.relation.ispartof	Sinergias en la investigación en STEM	es
dc.subject	Deep Learning	es
dc.subject	Herramienta software	es
dc.subject	Conversor analógico a imágenes	es
dc.subject	Inteligencia artificial	es
dc.title	Herramienta de visualización, análisis y conversión de datasets analógicos a imágenes para su posterior procesado por Deep Learning	es
dc.type	info:eu-repo/semantics/bookPart	es
dcterms.identifier	https://ror.org/03yxnpp24
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 Arquitectura y Tecnología de Computadores	es
dc.relation.publisherversion	https://doi.org/10.17993/IngyTec.2022.80	es
dc.contributor.group	Universidad de Sevilla. TEP108: Robótica y Tecnología de Computadores	es
dc.publication.initialPage	265	es
dc.publication.endPage	269	es
dc.relation.publicationplace	Alcoy (Alicante, España)	es

Ficheros	Tamaño	Formato	Ver	Descripción
cap6-a2im.pdf	563.3Kb	[PDF]	Ver/Abrir

Este registro aparece en las siguientes colecciones

Capítulos (Arquitectura y Tecnología de Computadores)

Mostrar el registro sencillo del ítem

Este documento está protegido por los derechos de propiedad intelectual e industrial. Sin perjuicio de las exenciones legales existentes, queda prohibida su reproducción, distribución, comunicación pública o transformación sin la autorización del titular de los derechos, a menos que se indique lo contrario.