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...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
2024
|
| Materias: | |
| 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: |
| Sumario: | 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. |
|---|