Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina

El desarrollo de un modelo intérprete de Lengua de Señas Argentina (LSA) basado en algoritmos de Deep Learning, permite clasificar videos que explicitan la gestualidad y significado de una palabra o frase y volcarla en formato de texto. Para tal tarea se requiere de datos concisos y compactos que pe...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Recabarren, Facundo, Amaya, Fabrizio, Klenzi, Raúl Oscar, Masanet, María Isabel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2024
Materias:
Ciencias Informáticas
Preprocesamiento
Lengua de Señas Argentina (LSA)
Machine Learning
Data Science
MediaPipe
XGBoost
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/176172
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-176172
record_format dspace
spelling I19-R120-10915-1761722025-02-05T20:04:58Z http://sedici.unlp.edu.ar/handle/10915/176172 Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina Recabarren, Facundo Amaya, Fabrizio Klenzi, Raúl Oscar Masanet, María Isabel 2024-04 2024 2025-02-05T17:12:48Z es Ciencias Informáticas Preprocesamiento Lengua de Señas Argentina (LSA) Machine Learning Data Science MediaPipe XGBoost El desarrollo de un modelo intérprete de Lengua de Señas Argentina (LSA) basado en algoritmos de Deep Learning, permite clasificar videos que explicitan la gestualidad y significado de una palabra o frase y volcarla en formato de texto. Para tal tarea se requiere de datos concisos y compactos que permitan la mejor funcionalidad de los algoritmos. En este trabajo se presentan las tareas de preprocesamiento requeridas para alcanzar tales objetivos contrastando en la instancia de resultados los tiempos en clasificar videos con y sin el preprocesamiento mencionado. 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 93-98
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Preprocesamiento
Lengua de Señas Argentina (LSA)
Machine Learning
Data Science
MediaPipe
XGBoost
spellingShingle Ciencias Informáticas
Preprocesamiento
Lengua de Señas Argentina (LSA)
Machine Learning
Data Science
MediaPipe
XGBoost
Recabarren, Facundo
Amaya, Fabrizio
Klenzi, Raúl Oscar
Masanet, María Isabel
Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
topic_facet Ciencias Informáticas
Preprocesamiento
Lengua de Señas Argentina (LSA)
Machine Learning
Data Science
MediaPipe
XGBoost
description El desarrollo de un modelo intérprete de Lengua de Señas Argentina (LSA) basado en algoritmos de Deep Learning, permite clasificar videos que explicitan la gestualidad y significado de una palabra o frase y volcarla en formato de texto. Para tal tarea se requiere de datos concisos y compactos que permitan la mejor funcionalidad de los algoritmos. En este trabajo se presentan las tareas de preprocesamiento requeridas para alcanzar tales objetivos contrastando en la instancia de resultados los tiempos en clasificar videos con y sin el preprocesamiento mencionado.
format Objeto de conferencia
Objeto de conferencia
author Recabarren, Facundo
Amaya, Fabrizio
Klenzi, Raúl Oscar
Masanet, María Isabel
author_facet Recabarren, Facundo
Amaya, Fabrizio
Klenzi, Raúl Oscar
Masanet, María Isabel
author_sort Recabarren, Facundo
title Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
title_short Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
title_full Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
title_fullStr Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
title_full_unstemmed Tareas de Preprocesamiento en un intérprete de Lengua de Señas Argentina
title_sort tareas de preprocesamiento en un intérprete de lengua de señas argentina
publishDate 2024
url http://sedici.unlp.edu.ar/handle/10915/176172
work_keys_str_mv AT recabarrenfacundo tareasdepreprocesamientoenuninterpretedelenguadesenasargentina
AT amayafabrizio tareasdepreprocesamientoenuninterpretedelenguadesenasargentina
AT klenzirauloscar tareasdepreprocesamientoenuninterpretedelenguadesenasargentina
AT masanetmariaisabel tareasdepreprocesamientoenuninterpretedelenguadesenasargentina
_version_ 1845116770534293504

Ejemplares similares