Redes neuronales paralelas aplicadas a la visión computacional
La capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en dive...
Guardado en:
Autores principales: | , , , , , |
---|---|
Formato: | Artículo acceptedVersion |
Lenguaje: | Español |
Publicado: |
2023
|
Materias: | |
Acceso en línea: | http://hdl.handle.net/20.500.12272/8152 |
Aporte de: |
id |
I68-R174-20.500.12272-8152 |
---|---|
record_format |
dspace |
spelling |
I68-R174-20.500.12272-81522023-06-27T16:01:18Z Redes neuronales paralelas aplicadas a la visión computacional Galdámez Bilardi, Mariela Chirino, Pamela Díaz, Karvin Ponce de León, Alejo Caymes Scutari, Paola Bianchini, Germán Redes Neuronales, Programación Paralela, Visión Computacional La capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en diversas ramas de la ciencia. Por ejemplo, diagnóstico de ciertas patologías en imágenes provenientes de ecografías o resonancia magnética; realizar vigilancia, reconocimiento dactilar y ocular como mecanismos de seguridad; entre otras tantas aplicaciones. Pero estructurar una red neuronal no es tarea sencilla, pues para conseguir que funcione y aprenda adecuadamente se requiere de un conjunto de datos de entrada que deberá analizar cierta cantidad de veces hasta producir una salida coherente con los datos ingresados. Esto implica la necesidad de una velocidad de cómputo enorme para que sea capaz de aprender en un período de tiempo razonable. Además, si el tamaño de la red es mucho mayor,los datos de entrada aumentan en cantidad y se complejiza el aprendizaje de la misma, lo que infiere en un aumento considerable de tiempo. Los procesadores actuales no brindan la velocidad suficiente y es aquí donde la programación paralela se presenta como una solución alternativa. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina 2023-06-27T16:01:18Z 2023-06-27T16:01:18Z 2021-04-15 info:eu-repo/semantics/article acceptedVersion XXIII Workshop de Investigadores en Ciencias de la Computación (WICC 2021). Año 2021. http://hdl.handle.net/20.500.12272/8152 spa PID 7658 openAccess http://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 Universal Universidad Tecnológica Nacional. Facultad Regional Mendoza Atribución pdf |
institution |
Universidad Tecnológica Nacional |
institution_str |
I-68 |
repository_str |
R-174 |
collection |
RIA - Repositorio Institucional Abierto (UTN) |
language |
Español |
topic |
Redes Neuronales, Programación Paralela, Visión Computacional |
spellingShingle |
Redes Neuronales, Programación Paralela, Visión Computacional Galdámez Bilardi, Mariela Chirino, Pamela Díaz, Karvin Ponce de León, Alejo Caymes Scutari, Paola Bianchini, Germán Redes neuronales paralelas aplicadas a la visión computacional |
topic_facet |
Redes Neuronales, Programación Paralela, Visión Computacional |
description |
La capacidad de permitir que una
computadora reconozca en una imagen
los objetos, ambiente y posición en el
espacio fue el inicio de la visión
computacional, un área dentro de la
inteligencia artificial. Al utilizar el
modelo de redes neuronales en este
campo, se consiguen resultados en
diversas ramas de la ciencia. Por ejemplo,
diagnóstico de ciertas patologías en
imágenes provenientes de ecografías o
resonancia magnética; realizar vigilancia,
reconocimiento dactilar y ocular como
mecanismos de seguridad; entre otras
tantas aplicaciones. Pero estructurar una
red neuronal no es tarea sencilla, pues
para conseguir que funcione y aprenda
adecuadamente se requiere de un
conjunto de datos de entrada que deberá
analizar cierta cantidad de veces hasta
producir una salida coherente con los
datos ingresados. Esto implica la
necesidad de una velocidad de cómputo
enorme para que sea capaz de aprender en
un período de tiempo razonable. Además,
si el tamaño de la red es mucho mayor,los datos de entrada aumentan en cantidad
y se complejiza el aprendizaje de la
misma, lo que infiere en un aumento
considerable de tiempo. Los procesadores
actuales no brindan la velocidad
suficiente y es aquí donde la
programación paralela se presenta como
una solución alternativa. |
format |
Artículo acceptedVersion |
author |
Galdámez Bilardi, Mariela Chirino, Pamela Díaz, Karvin Ponce de León, Alejo Caymes Scutari, Paola Bianchini, Germán |
author_facet |
Galdámez Bilardi, Mariela Chirino, Pamela Díaz, Karvin Ponce de León, Alejo Caymes Scutari, Paola Bianchini, Germán |
author_sort |
Galdámez Bilardi, Mariela |
title |
Redes neuronales paralelas aplicadas a la visión computacional |
title_short |
Redes neuronales paralelas aplicadas a la visión computacional |
title_full |
Redes neuronales paralelas aplicadas a la visión computacional |
title_fullStr |
Redes neuronales paralelas aplicadas a la visión computacional |
title_full_unstemmed |
Redes neuronales paralelas aplicadas a la visión computacional |
title_sort |
redes neuronales paralelas aplicadas a la visión computacional |
publishDate |
2023 |
url |
http://hdl.handle.net/20.500.12272/8152 |
work_keys_str_mv |
AT galdamezbilardimariela redesneuronalesparalelasaplicadasalavisioncomputacional AT chirinopamela redesneuronalesparalelasaplicadasalavisioncomputacional AT diazkarvin redesneuronalesparalelasaplicadasalavisioncomputacional AT poncedeleonalejo redesneuronalesparalelasaplicadasalavisioncomputacional AT caymesscutaripaola redesneuronalesparalelasaplicadasalavisioncomputacional AT bianchinigerman redesneuronalesparalelasaplicadasalavisioncomputacional |
_version_ |
1769989317326798848 |