dc.contributor.advisor | Real Torres, Alejandro del | es |
dc.creator | Durán Suárez, Jaime | es |
dc.date.accessioned | 2018-01-25T12:47:53Z | |
dc.date.available | 2018-01-25T12:47:53Z | |
dc.date.issued | 2017 | |
dc.identifier.citation | Durán Suárez, J. (2017). Redes neuronales convolucionales en R : Reconocimiento de caracteres escritos a mano. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/69564 | |
dc.description.abstract | A pesar de que las redes neuronales artificiales son un concepto que se ha investigado desde mediados del
siglo XX, no ha sido hasta fechas recientes cuando han experimentado una tasa de crecimiento muy alta.
Debido a grandes mejoras en su desempeño, a lo largo de estos últimos años, su uso ha pasado de ser
meramente académico y de objeto de estudio e investigación a estar totalmente implementadas y operativas en
nuestro día a día, incluso sin que nos percatemos de ello.
El reconocimiento de imágenes que Google usa para su buscador, el algoritmo AlphaGo que fue capaz de
ganar al campeón del mundo jugando al Go o el reconocimiento de rostros en imágenes por parte de Facebook
son solo algunas muestras que permiten entrever lo presentes que están estos sistemas de inteligencia artificial
en el mundo actual y el inmenso número de aplicaciones que éstas pueden llevar a cabo.
Todo lo anterior viene a poner de manifiesto la principal característica de las redes neuronales: son sistemas
fáciles de crear, la mayor dificultad es implementar en el lenguaje de programación deseado el algoritmo de
aprendizaje, que tan solo consta de una serie de operaciones matemáticas iterativas muy simples (y ni si quiera
eso si se usa una de las innumerables librerías ya existentes para la mayoría de lenguajes), y, a su vez, son una
herramienta tremendamente potente y versátil.
En el presente proyecto, se hará uso de estas redes neuronales y, en concreto, de una red neuronal
convolucional para desarrollar un algoritmo en el lenguaje de programación R que, tras ser entrenado con una
extensa base de datos, sea capaz de reconocer caracteres escritos a mano, específicamente se usarán números
del 0 al 9. El objetivo que se persigue es el de conseguir, al menos, un porcentaje superior al 95 %, con un
conjunto de 10000 imágenes de comprobación. | es |
dc.description.abstract | The artificial neural networks are a concept which has been investigated since the mid of the XX century but it
hasn`t been until now when they have experienced a very high growth rate. Due to big improvements in their
behaviour, during these recently years, their use have passed from be only for academical purposes to be
totally implemented and operative in our life.
These neural nets are systems which are used in a lot of different aplications nowadyas. Thus, this bring us the
main feature of the neural nets: they are systems easy to build, the biggest problem is to implement the
learning algorithm, which is composed by a few very simple iterative maths operations (even less if we use
some library), and, at the same time, they are very powerfull systems.
In this project, we will use this neural networks and, specifically, a convolutional neural network to develop an
algortihm, in R, which, after being trained with a huge dataset, it will be able to recognize hand-written
characters, specifically numbers from 0 to 9. The goal we are looking for is to obtain, at least, a percentage
greater than 95 %, with a set of 10000 images to check its behaviour. | es |
dc.format | application/pdf | 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.subject | Redes neuronales artificiales | es |
dc.subject | R (Lenguaje de programación) | es |
dc.title | Redes neuronales convolucionales en R : Reconocimiento de caracteres escritos a mano | 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 Ingeniería de Sistemas y Automática | es |
dc.description.degree | Universidad de Sevilla. Grado en Ingeniería Electrónica, Robótica y Mecatrónica | es |
idus.format.extent | 78 p. | es |