Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos

Mostrar todas las versiones(3)

Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cu...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Pacchiotti, Mauro José, Ballejos, Luciana, Ale, Mariel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2023
Materias:
Ciencias Informáticas
Transferencia de aprendizaje
Reúso de modelos
Reconocimiento de dígitos numéricos
Aprendizaje automático
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/165785
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-165785
record_format dspace
spelling I19-R120-10915-1657852024-05-08T20:04:03Z http://sedici.unlp.edu.ar/handle/10915/165785 Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos Reuse of a Deep Learning model for the recognition of handwritten digits Pacchiotti, Mauro José Ballejos, Luciana Ale, Mariel 2023-09 2023 2024-05-08T17:10:58Z es Ciencias Informáticas Transferencia de aprendizaje Reúso de modelos Reconocimiento de dígitos numéricos Aprendizaje automático Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado. Machine Learning (ML) techniques have advanced significantly in the solution of various problems, which has led to a wide diffusion in its use and development. Currently there are different models that have reached a high level of performance, which raises the question of what to do when we take a problem for which there is already a very efficient model. This situation has long prompted research and development of different techniques to reuse these models, instead of undertaking the design, implementation, and training of a new one, with all the effort that this entails. In this paper, a classification problem is presented and the reuse of a convolutional neural network for the purpose of handwritten number recognition is proposed. The performance of the reused model has also been evaluated. Sociedad Argentina de Informática e Investigación Operativa 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
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Transferencia de aprendizaje
Reúso de modelos
Reconocimiento de dígitos numéricos
Aprendizaje automático
spellingShingle Ciencias Informáticas
Transferencia de aprendizaje
Reúso de modelos
Reconocimiento de dígitos numéricos
Aprendizaje automático
Pacchiotti, Mauro José
Ballejos, Luciana
Ale, Mariel
Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
topic_facet Ciencias Informáticas
Transferencia de aprendizaje
Reúso de modelos
Reconocimiento de dígitos numéricos
Aprendizaje automático
description Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.
format Objeto de conferencia
Objeto de conferencia
author Pacchiotti, Mauro José
Ballejos, Luciana
Ale, Mariel
author_facet Pacchiotti, Mauro José
Ballejos, Luciana
Ale, Mariel
author_sort Pacchiotti, Mauro José
title Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
title_short Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
title_full Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
title_fullStr Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
title_full_unstemmed Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
title_sort reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos
publishDate 2023
url http://sedici.unlp.edu.ar/handle/10915/165785
work_keys_str_mv AT pacchiottimaurojose reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos
AT ballejosluciana reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos
AT alemariel reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos
AT pacchiottimaurojose reuseofadeeplearningmodelfortherecognitionofhandwrittendigits
AT ballejosluciana reuseofadeeplearningmodelfortherecognitionofhandwrittendigits
AT alemariel reuseofadeeplearningmodelfortherecognitionofhandwrittendigits
_version_ 1807223098213138432

Ejemplares similares