Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura

Un alto porcentaje de vehículos son transportados vía marítima, donde son manipulados según protocolos específicos. Controlar su estado y detectar posibles daños recae en personal capacitado, lo que genera dificultades al momento de imputar responsabilidades por daños. Para mejorar la eficiencia de...

Descripción completa

Detalles Bibliográficos
Autores principales: Flores, Hugo Daniel, Neil, Carlos Gerardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
Daños
Redes Neuronales
Visión Artificial
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/164809
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-164809
record_format dspace
spelling I19-R120-10915-1648092024-04-15T20:03:20Z http://sedici.unlp.edu.ar/handle/10915/164809 Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura Flores, Hugo Daniel Neil, Carlos Gerardo 2023-10 2024 2024-04-15T13:38:36Z es Ciencias Informáticas Daños Redes Neuronales Visión Artificial Un alto porcentaje de vehículos son transportados vía marítima, donde son manipulados según protocolos específicos. Controlar su estado y detectar posibles daños recae en personal capacitado, lo que genera dificultades al momento de imputar responsabilidades por daños. Para mejorar la eficiencia de estos procesos, la visión artificial se ha consolidado como una alternativa viable para detectar y clasificar daños en distintas industrias. El objetivo de este trabajo es analizar el uso de algoritmos de inteligencia artificial para detectar y clasificar daños en la industria marítima. Se describe detalladamente la creación y ejecución de un protocolo que establece un conjunto de preguntas, así como el procedimiento para realizar la búsqueda bibliográfica y aplicar filtros para identificar los artículos relevantes. Luego, se realiza un análisis profundo para responder a las preguntas planteadas en el protocolo. Se ha demostrado que las técnicas de visión artificial basadas en Redes Neuronales Convolucionales (RNC) son altamente efectivas para implementar soluciones destinadas a la detección y clasificación de daños en esta industria. No se han identificado desarrollos tecnológicos que usen RNC para detectar y clasificar daños en transporte marítimo automotriz, por lo tanto, es viable explorar alternativas que incluyan técnicas de visión artificial para resolver los problemas planteados en la industria naviera. Red de Universidades con Carreras en Informática Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 170-180
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Daños
Redes Neuronales
Visión Artificial
spellingShingle Ciencias Informáticas
Daños
Redes Neuronales
Visión Artificial
Flores, Hugo Daniel
Neil, Carlos Gerardo
Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
topic_facet Ciencias Informáticas
Daños
Redes Neuronales
Visión Artificial
description Un alto porcentaje de vehículos son transportados vía marítima, donde son manipulados según protocolos específicos. Controlar su estado y detectar posibles daños recae en personal capacitado, lo que genera dificultades al momento de imputar responsabilidades por daños. Para mejorar la eficiencia de estos procesos, la visión artificial se ha consolidado como una alternativa viable para detectar y clasificar daños en distintas industrias. El objetivo de este trabajo es analizar el uso de algoritmos de inteligencia artificial para detectar y clasificar daños en la industria marítima. Se describe detalladamente la creación y ejecución de un protocolo que establece un conjunto de preguntas, así como el procedimiento para realizar la búsqueda bibliográfica y aplicar filtros para identificar los artículos relevantes. Luego, se realiza un análisis profundo para responder a las preguntas planteadas en el protocolo. Se ha demostrado que las técnicas de visión artificial basadas en Redes Neuronales Convolucionales (RNC) son altamente efectivas para implementar soluciones destinadas a la detección y clasificación de daños en esta industria. No se han identificado desarrollos tecnológicos que usen RNC para detectar y clasificar daños en transporte marítimo automotriz, por lo tanto, es viable explorar alternativas que incluyan técnicas de visión artificial para resolver los problemas planteados en la industria naviera.
format Objeto de conferencia
Objeto de conferencia
author Flores, Hugo Daniel
Neil, Carlos Gerardo
author_facet Flores, Hugo Daniel
Neil, Carlos Gerardo
author_sort Flores, Hugo Daniel
title Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
title_short Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
title_full Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
title_fullStr Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
title_full_unstemmed Detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
title_sort detección de daños con visión artificial en inspecciones marítimas: un mapeo sistemático de la literatura
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/164809
work_keys_str_mv AT floreshugodaniel detecciondedanosconvisionartificialeninspeccionesmaritimasunmapeosistematicodelaliteratura
AT neilcarlosgerardo detecciondedanosconvisionartificialeninspeccionesmaritimasunmapeosistematicodelaliteratura
_version_ 1807221639604076544

Ejemplares similares