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...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Galdámez Bilardi, Mariela, Chirino, Pamela, Díaz, Karvin, Ponce de León, Alejo, Caymes Scutari, Paola, Bianchini, Germán
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