Deep Learning Para Visión por Computadora

Mostrar todas las versiones(2)

Esta línea de investigación se centra en el estudio y desarrollo de sistemas y modelos de Deep Learning para resolución de problemas de Visión por computadora, incluyendo técnicas de Aprendizaje Automático clásicas, y Aprendizaje profundo con Redes Neuronales Convolucionales (CNNs), Recurrentes (RNN...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Quiroga, Facundo Manuel, Ronchetti, Franco, Ríos, Gastón Gustavo, Dal Bianco, Pedro Alejandro, Ponte Ahón, Santiago Andrés, Stanchi, Oscar Agustín, Seery, Juan, Badaracco, Tatiana, Rabinovich, Federico, Vázquez, Javier, Fernández Bariviera, Aurelio, Khalid, Saif, Rashwan, Hatem, Puig Valls, Domenee, Aidelman, Yael Judith, Gamen, Roberto Claudio, Lanzarini, Laura Cristina, Hasperué, Waldo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Redes Neuronales
Redes Convolucionales
Redes Recurrentes
Visión por Computadoras
Lengua de Señas
Bases de datos
Crowdsourcing
Redes Generativas Adversarias
Invarianza
Equivarianza
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176170
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
Descripción
Sumario:Esta línea de investigación se centra en el estudio y desarrollo de sistemas y modelos de Deep Learning para resolución de problemas de Visión por computadora, incluyendo técnicas de Aprendizaje Automático clásicas, y Aprendizaje profundo con Redes Neuronales Convolucionales (CNNs), Recurrentes (RNNs) y Transformers. En este contexto, los autores del presente trabajo aplican estas técnicas a diversos problemas: - Traducción de la Lengua de Señas (TLS), en particular la Lengua de Señas Argentina (LSA). - Interpretabilidad de modelos de Redes Neuronales, incluyendo análisis de invarianza y equivarianza y de filtros convolucionales, con énfasis en modelos que trabajan con imágenes médicas. - Análisis y procesamiento de datos astronómicos, enfocados en la recuperación de trabajos de observación históricos. - Predicción de series temporales, incluyendo series de precios de acciones de la bolsa.

Ejemplares similares