Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas

Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos deci...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Mariño, Sonia Itatí
Formato: Artículo
Lenguaje:Español
Publicado: Escuela de Perfeccionamiento en Investigación Operativa 2024
Materias:
Inteligencia artificial
Minería de datos
Modelos conexionistas
Modelos supervisados
Simulación
Botánica
Artificial Intelligence
Data Mining
Connectionist models
Supervised models
Simulation
Botany
Acceso en línea:http://repositorio.unne.edu.ar/handle/123456789/53129
Aporte de:
RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE) de Universidad Nacional del Nordeste
id I48-R184-123456789-53129
record_format dspace
spelling I48-R184-123456789-531292025-03-06T10:59:21Z Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas Mariño, Sonia Itatí Inteligencia artificial Minería de datos Modelos conexionistas Modelos supervisados Simulación Botánica Artificial Intelligence Data Mining Connectionist models Supervised models Simulation Botany Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisorios. La Minería de Datos abarca una diversidad de técnicas entre ellas las basadas en tecnologías de la Inteligencia Artificial, como son las Redes Neuronales Artificiales. En el trabajo se proponen y evalúan algunas soluciones inferenciales sustentadas en modelos conexionistas supervisados, como una alternativa de apoyo a la toma de decisiones en la identificación taxonómica. Finalmente, se justifican los resultados obtenidos en las simulaciones y se proponen futuras líneas de trabajo. Modeling and simulating the knowledge of specialists, is a constant area of scientific and technological interest. In botanical domains technologies are applied in order to support the identification of plant species, as a strategy to deal with complex decision-making processes. The Data Mining covers a range of techniques including those based on the Artificial Intelligence technologies, such as Artificial Neural Networks. In the paper some connectionism supervised models are proposed and evaluated, as an alternative to decision-making support in the taxonomic identification. Finally, the results of simulations are justified and some future lines are proposed. 2024-03-13T11:55:32Z 2024-03-13T11:55:32Z 2019 Artículo Mariño, Sonia Itatí, 2019. Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas. Revista de la Escuela de perfeccionamiento en Investigación Operativa. Buenos Aires: Escuela de Perfeccionamiento en Investigación Operativa, año XXVII, no. 45, p. 25-41. E-ISSN 1853-9777. http://repositorio.unne.edu.ar/handle/123456789/53129 spa https://revistas.unc.edu.ar/index.php/epio/article/view/24351/23688 openAccess http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ application/pdf p. 25-41 application/pdf Escuela de Perfeccionamiento en Investigación Operativa Revista de la Escuela de Perfeccionamiento en Investigación Operativa, 2019, año XXVII, no. 45. p. 25-41.
institution Universidad Nacional del Nordeste
institution_str I-48
repository_str R-184
collection RIUNNE - Repositorio Institucional de la Universidad Nacional del Nordeste (UNNE)
language Español
topic Inteligencia artificial
Minería de datos
Modelos conexionistas
Modelos supervisados
Simulación
Botánica
Artificial Intelligence
Data Mining
Connectionist models
Supervised models
Simulation
Botany
spellingShingle Inteligencia artificial
Minería de datos
Modelos conexionistas
Modelos supervisados
Simulación
Botánica
Artificial Intelligence
Data Mining
Connectionist models
Supervised models
Simulation
Botany
Mariño, Sonia Itatí
Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
topic_facet Inteligencia artificial
Minería de datos
Modelos conexionistas
Modelos supervisados
Simulación
Botánica
Artificial Intelligence
Data Mining
Connectionist models
Supervised models
Simulation
Botany
description Modelar y simular el conocimiento de los especialistas es un área de constante interés científico-tecnológico. En dominios botánicos se aplican tecnologías de la Inteligencia Artificial para apoyar la identificación de especies vegetales, como una estrategia para afrontar complejos procesos decisorios. La Minería de Datos abarca una diversidad de técnicas entre ellas las basadas en tecnologías de la Inteligencia Artificial, como son las Redes Neuronales Artificiales. En el trabajo se proponen y evalúan algunas soluciones inferenciales sustentadas en modelos conexionistas supervisados, como una alternativa de apoyo a la toma de decisiones en la identificación taxonómica. Finalmente, se justifican los resultados obtenidos en las simulaciones y se proponen futuras líneas de trabajo.
format Artículo
author Mariño, Sonia Itatí
author_facet Mariño, Sonia Itatí
author_sort Mariño, Sonia Itatí
title Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
title_short Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
title_full Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
title_fullStr Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
title_full_unstemmed Simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
title_sort simulación en la identificación de mirtáceas basado en redes neuronales artificiales supervisadas
publisher Escuela de Perfeccionamiento en Investigación Operativa
publishDate 2024
url http://repositorio.unne.edu.ar/handle/123456789/53129
work_keys_str_mv AT marinosoniaitati simulacionenlaidentificaciondemirtaceasbasadoenredesneuronalesartificialessupervisadas
_version_ 1832344255764365312

Ejemplares similares