Aplicación del aprendizaje profundo (deep learning) al procesamiento de señales digitales
Este trabajo hace una revisión del concepto de deep learning, en la cual se muestran las diferentes arquitecturas que cumplen con dicho concepto y como estas se relacionan con las redes neuronales artificiales (RNA), tanto por su arquitectura, como por su tipo de entrenamiento. Realizando de esta fo...
- Autores:
-
Restrepo Arteaga, Glen Jhan Pierre
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2015
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/7975
- Acceso en línea:
- http://hdl.handle.net/10614/7975
- Palabra clave:
- Ingeniería Mecatrónica
Procesamiento digital de imágenes
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc/4.0/
| Summary: | Este trabajo hace una revisión del concepto de deep learning, en la cual se muestran las diferentes arquitecturas que cumplen con dicho concepto y como estas se relacionan con las redes neuronales artificiales (RNA), tanto por su arquitectura, como por su tipo de entrenamiento. Realizando de esta forma, una taxonomía que explica o clasifica algunas de las redes que conforman el deep learning. Con la revisión de arquitecturas y aplicaciones, se elaboró una aplicación en MATLAB con dos de las arquitecturas más comunes del concepto, en la cual se puede apreciar el comportamiento distintivo de estas arquitecturas, con lo que se corrobora la aplicabilidad del deep learning en el procesamiento digital de imágenes, obteniendo buenos resultados de clasificación |
|---|