SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS

Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisori...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Mariño, Sonia
Formato: Artículo revista
Lenguaje:Español
Publicado: Escuela de Perfeccionamiento en Investigación Operativa 2019
Materias:
inteligencia artificial
minería de datos
modelos conexionistas
modelos supervisados
simulación
botánica
Acceso en línea:https://revistas.unc.edu.ar/index.php/epio/article/view/24351
Aporte de:
Revista de la Escuela de Perfeccionamiento en Investigación Operativa de Universidad Nacional de Córdoba
id I10-R359-article-24351
record_format ojs
spelling I10-R359-article-243512019-05-18T00:04:15Z SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS Mariño, Sonia inteligencia artificial minería de datos modelos conexionistas modelos supervisados simulación botánica Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisorios. La Minería de Datos abarca una diversidad de técnicas entre ellas las basadas en tecnologías de la Inteligencia Artificial, como son las Redes Neuronales Artificiales. En el trabajo se proponen y evalúan algunas soluciones inferenciales sustentadas en modelos conexionistas supervisados, como una alternativa de apoyo a la toma de decisiones en la identificación taxonómica. Finalmente, se justifican los resultados obtenidos en las simulaciones y se proponen futuras líneas de trabajo. Escuela de Perfeccionamiento en Investigación Operativa 2019-05-18 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.unc.edu.ar/index.php/epio/article/view/24351 Revista de la Escuela de Perfeccionamiento en Investigación Operativa; Vol. 27 Núm. 45 (2019): MAYO; 25-41 1853-9777 0329-7322 spa https://revistas.unc.edu.ar/index.php/epio/article/view/24351/23688
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-359
container_title_str Revista de la Escuela de Perfeccionamiento en Investigación Operativa
language Español
format Artículo revista
topic inteligencia artificial
minería de datos
modelos conexionistas
modelos supervisados
simulación
botánica
spellingShingle inteligencia artificial
minería de datos
modelos conexionistas
modelos supervisados
simulación
botánica
Mariño, Sonia
SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
topic_facet inteligencia artificial
minería de datos
modelos conexionistas
modelos supervisados
simulación
botánica
author Mariño, Sonia
author_facet Mariño, Sonia
author_sort Mariño, Sonia
title SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
title_short SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
title_full SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
title_fullStr SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
title_full_unstemmed SIMULACIÓN EN LA IDENTIFICACIÓN DE MIRTACEAS BASADO EN REDES NEURONALES ARTIFICIALES SUPERVISADAS
title_sort simulación en la identificación de mirtaceas basado en redes neuronales artificiales supervisadas
description Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisorios. La Minería de Datos abarca una diversidad de técnicas entre ellas las basadas en tecnologías de la Inteligencia Artificial, como son las Redes Neuronales Artificiales. En el trabajo se proponen y evalúan algunas soluciones inferenciales sustentadas en modelos conexionistas supervisados, como una alternativa de apoyo a la toma de decisiones en la identificación taxonómica. Finalmente, se justifican los resultados obtenidos en las simulaciones y se proponen futuras líneas de trabajo.
publisher Escuela de Perfeccionamiento en Investigación Operativa
publishDate 2019
url https://revistas.unc.edu.ar/index.php/epio/article/view/24351
work_keys_str_mv AT marinosonia simulacionenlaidentificaciondemirtaceasbasadoenredesneuronalesartificialessupervisadas
first_indexed 2024-09-03T22:23:25Z
last_indexed 2024-09-03T22:23:25Z
_version_ 1809215343348940800

Ejemplares similares