Aprendizaje profundo aplicado a la identificación de rutinas

En los últimos años se ha comprobado que el registro de las actividades diarias de una persona puede llegar a comprender un volumen de información extenso, el cual puede contribuir a tratamientos contra enfermedades o condiciones relacionadas a la pérdida de memoria. Una forma de capturar estos even...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Menchón, Martín Alejandro
Formato: Artículo revista
Lenguaje:Español
Publicado: Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas 2024
Materias:
Inteligencia artificial
Cámaras egocéntricas
Multidimensional Scaling
Tesis de doctorado
Matemática computacional
Acceso en línea:Menchón, M. A. (2024). Aprendizaje profundo aplicado a la identificación de rutinas [Tesis de doctorado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
Aporte de:
Repositorio Institucional de Acceso Abierto (RIDAA) de Universidad Nacional del Centro
id I21-R190-123456789-4248
record_format ojs
spelling I21-R190-123456789-42482024-12-18T13:22:34Z Aprendizaje profundo aplicado a la identificación de rutinas Menchón, Martín Alejandro Massa, José María Ivanova Radeva, Petia Inteligencia artificial Cámaras egocéntricas Multidimensional Scaling Tesis de doctorado Matemática computacional En los últimos años se ha comprobado que el registro de las actividades diarias de una persona puede llegar a comprender un volumen de información extenso, el cual puede contribuir a tratamientos contra enfermedades o condiciones relacionadas a la pérdida de memoria. Una forma de capturar estos eventos, es mediante el uso de cámaras egocéntricas, un tipo de cámaras que intentan imitar el campo visual de un individuo. Gracias a los avances en el área de la inteligencia artificial, los algoritmos de Deep Learning para la clasificación de imágenes convierten la tarea de clasificar estas imágenes en una tarea semi-automática. En base a esta premisa, se pretende estudiar la viabilidad de una solución que sea capaz de detectar e identificar actividades rutinarias a partir de un conjunto de imágenes tomadas a lo largo de un período de tiempo determinado. Fil: Menchón, Martín Alejandro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Massa, José María. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Ivanova Radeva, Petia. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. 2024 2024-12-18T13:15:47Z 2024-12-18T13:15:47Z info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion Menchón, M. A. (2024). Aprendizaje profundo aplicado a la identificación de rutinas [Tesis de doctorado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. https://doi.org/10.52278/4248 https://www.ridaa.unicen.edu.ar/handle/123456789/4248 spa http://creativecommons.org/licenses/by-nc/2.5/ar/ info:eu-repo/semantics/openAccess application/pdf application/pdf Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
institution Universidad Nacional del Centro
institution_str I-21
repository_str R-190
container_title_str Repositorio Institucional de Acceso Abierto (RIDAA)
language Español
format Artículo revista
topic Inteligencia artificial
Cámaras egocéntricas
Multidimensional Scaling
Tesis de doctorado
Matemática computacional
spellingShingle Inteligencia artificial
Cámaras egocéntricas
Multidimensional Scaling
Tesis de doctorado
Matemática computacional
Menchón, Martín Alejandro
Aprendizaje profundo aplicado a la identificación de rutinas
topic_facet Inteligencia artificial
Cámaras egocéntricas
Multidimensional Scaling
Tesis de doctorado
Matemática computacional
author Menchón, Martín Alejandro
author_facet Menchón, Martín Alejandro
author_sort Menchón, Martín Alejandro
title Aprendizaje profundo aplicado a la identificación de rutinas
title_short Aprendizaje profundo aplicado a la identificación de rutinas
title_full Aprendizaje profundo aplicado a la identificación de rutinas
title_fullStr Aprendizaje profundo aplicado a la identificación de rutinas
title_full_unstemmed Aprendizaje profundo aplicado a la identificación de rutinas
title_sort aprendizaje profundo aplicado a la identificación de rutinas
description En los últimos años se ha comprobado que el registro de las actividades diarias de una persona puede llegar a comprender un volumen de información extenso, el cual puede contribuir a tratamientos contra enfermedades o condiciones relacionadas a la pérdida de memoria. Una forma de capturar estos eventos, es mediante el uso de cámaras egocéntricas, un tipo de cámaras que intentan imitar el campo visual de un individuo. Gracias a los avances en el área de la inteligencia artificial, los algoritmos de Deep Learning para la clasificación de imágenes convierten la tarea de clasificar estas imágenes en una tarea semi-automática. En base a esta premisa, se pretende estudiar la viabilidad de una solución que sea capaz de detectar e identificar actividades rutinarias a partir de un conjunto de imágenes tomadas a lo largo de un período de tiempo determinado.
publisher Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publishDate 2024
url Menchón, M. A. (2024). Aprendizaje profundo aplicado a la identificación de rutinas [Tesis de doctorado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
work_keys_str_mv AT menchonmartinalejandro aprendizajeprofundoaplicadoalaidentificacionderutinas
first_indexed 2025-06-05T05:00:26Z
last_indexed 2025-06-05T05:00:26Z
_version_ 1834063889872977920

Ejemplares similares