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

Detalles Bibliográficos
Autores principales:	Pacchiotti, Mauro José, Ballejos, Luciana, Ale, Mariel
Formato:	Articulo
Lenguaje:	Español
Publicado:	2024
Materias:	Ciencias Informáticas Transferencia de Aprendizaje Reúso de modelos Aprendizaje Automático Reconocimiento de dígitos numéricos Transfer Learning model reuse Machine Learning handwritten digit recognition
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/167052
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-167052
record_format	dspace
spelling	I19-R120-10915-1670522024-08-19T17:09:42Z http://sedici.unlp.edu.ar/handle/10915/167052 Reúso de un modelo de aprendizaje profundo para reconocimiento de dígitos manuscritos Reuse of a Deep Learning model for handwritten digit recognition Pacchiotti, Mauro José Ballejos, Luciana Ale, Mariel 2024-04-19 2024-06-11T13:59:33Z es Ciencias Informáticas Transferencia de Aprendizaje Reúso de modelos Aprendizaje Automático Reconocimiento de dígitos numéricos Transfer Learning model reuse Machine Learning handwritten digit recognition 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 made significant advances in solving various problems, which has led to wide dissemination in their use and development. Currently there are different models that have achieved a high level of performance, which raises the question of what to do when we face a problem for which a very efficient model already exists. This scenario has, for some time, promoted the 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 work, a classification problem is presented, and the reuse of a convolutional neural network is proposed with the objective of recognizing handwritten numbers. Likewise, the performance of the reused model has been evaluated. Sociedad Argentina de Informática e Investigación Operativa Articulo Articulo 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 43-57
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 Aprendizaje Automático Reconocimiento de dígitos numéricos Transfer Learning model reuse Machine Learning handwritten digit recognition
spellingShingle	Ciencias Informáticas Transferencia de Aprendizaje Reúso de modelos Aprendizaje Automático Reconocimiento de dígitos numéricos Transfer Learning model reuse Machine Learning handwritten digit recognition 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 Aprendizaje Automático Reconocimiento de dígitos numéricos Transfer Learning model reuse Machine Learning handwritten digit recognition
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	Articulo Articulo
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	2024
url	http://sedici.unlp.edu.ar/handle/10915/167052
work_keys_str_mv	AT pacchiottimaurojose reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos AT ballejosluciana reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos AT alemariel reusodeunmodelodeaprendizajeprofundoparareconocimientodedigitosmanuscritos AT pacchiottimaurojose reuseofadeeplearningmodelforhandwrittendigitrecognition AT ballejosluciana reuseofadeeplearningmodelforhandwrittendigitrecognition AT alemariel reuseofadeeplearningmodelforhandwrittendigitrecognition
_version_	1809234682706919424

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

Ejemplares similares