Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo
Trabajo de investigación tecnológica
- Autores:
-
Moreno-López, Luis Felipe
Muñoz-Reina, Yury Paola
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad Católica de Colombia
- Repositorio:
- RIUCaC - Repositorio U. Católica
- Idioma:
- spa
- OAI Identifier:
- oai:repository.ucatolica.edu.co:10983/24980
- Acceso en línea:
- https://hdl.handle.net/10983/24980
- Palabra clave:
- APRENDIZAJE DE MÁQUINA
ALGORITMO
DEEP LEARNING
LENGUA DE SEÑAS COLOMBIANA
RED NEURONAL
GPU
- Rights
- openAccess
- License
- Derechos Reservados - Universidad Católica de Colombia, 2020
| id |
UCATOLICA2_0fd1c88b07bfcef5cbefb8cafbca98bd |
|---|---|
| oai_identifier_str |
oai:repository.ucatolica.edu.co:10983/24980 |
| network_acronym_str |
UCATOLICA2 |
| network_name_str |
RIUCaC - Repositorio U. Católica |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| title |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| spellingShingle |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo APRENDIZAJE DE MÁQUINA ALGORITMO DEEP LEARNING LENGUA DE SEÑAS COLOMBIANA RED NEURONAL GPU |
| title_short |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| title_full |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| title_fullStr |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| title_full_unstemmed |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| title_sort |
Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo |
| dc.creator.fl_str_mv |
Moreno-López, Luis Felipe Muñoz-Reina, Yury Paola |
| dc.contributor.advisor.spa.fl_str_mv |
Avendaño-Guzmán, Roger Enrique |
| dc.contributor.author.spa.fl_str_mv |
Moreno-López, Luis Felipe Muñoz-Reina, Yury Paola |
| dc.subject.lemb.spa.fl_str_mv |
APRENDIZAJE DE MÁQUINA |
| topic |
APRENDIZAJE DE MÁQUINA ALGORITMO DEEP LEARNING LENGUA DE SEÑAS COLOMBIANA RED NEURONAL GPU |
| dc.subject.proposal.spa.fl_str_mv |
ALGORITMO DEEP LEARNING LENGUA DE SEÑAS COLOMBIANA RED NEURONAL GPU |
| description |
Trabajo de investigación tecnológica |
| publishDate |
2020 |
| dc.date.accessioned.spa.fl_str_mv |
2020-09-11T14:32:34Z |
| dc.date.available.spa.fl_str_mv |
2020-09-11T14:32:34Z |
| dc.date.issued.spa.fl_str_mv |
2020 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_71e4c1898caa6e32 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/submittedVersion |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
submittedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Moreno-López, L. F. & Muñoz-Reina, Y. P. (2020). Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| dc.identifier.uri.spa.fl_str_mv |
https://hdl.handle.net/10983/24980 |
| identifier_str_mv |
Moreno-López, L. F. & Muñoz-Reina, Y. P. (2020). Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombia |
| url |
https://hdl.handle.net/10983/24980 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Asch, Vincent Van. 2013. Macro- and micro-averaged evaluation. 2013. Ataka. Ataka. [En línea] Machine Learning y Deep Learning: cómo entender las claves del presente y futuro de la inteligencia artificial. https://www.xataka.com/robotica-e-ia/machine-learning-y-deep-learning-como-enten der-las-claves-del-presente-y-futuro-de-la-inteligencia-artificial. Barrios, Juan. Big data en salud. Big data en salud. [En línea] Juan Barrios. [Citado el: 21 de 03 de 2020.] 2019. Juan Barrios. Juan Barrios. [En línea] Big Data, 2019. https://www.juanbarrios.com/matriz-de-confusion-y-sus-metricas/. Barros, Laura. 2014. El Universal. El Universal. [En línea] El Universal, 28 de Mayo de 2014. [Citado el: 20 de 04 de 2019.] https://www.eluniversal.com.co/tecnologia/software/software-para-sordos-finalista-en -mundial-de-emprendimiento-160945-DXEU253808 Bécares, Bárbara. 2015. siliconweek. siliconweek. [En línea] 20 de 05 de 2015. [Citado el: 15 de 01 de 2020.] https://www.siliconweek.com/cloud/siel-software-colombiano-para-comprender-el-len guaje-de-signos-59195. BETANCUR, D.B., GÓMEZ, M.V. and PALACIO, A.P. 2013. Traducción Automática Del Lenguaje Dactilológico De Sordos y Sordomudos Mediante Sistemas adaptativos. s.l. : ProQuest Central, 2013. ISSN 19099762.. BOTINA-MONSALVE, D.J., DOMÍNGUEZ-VÁSQUEZ, M.A. MADRIGAL-GONZÁLEZ y CASTRO-OSPINA. 2018. Clasificación automática de las vocales en el lenguaje de señas. 2018. BROOKSHEAR , J. Glean. 1993. Teoría de la computación. s.l. : Addisson Wesley iberoamericana Wilmington Delaware, 1993. BROOKSHEAR, J. Glean. 1993. Teoría de la computación. s.l. : Addisson Wesley iberoamericana Wilmington Delaware, 1993. Burgal, Jesús Utrera. 2018. Deep Learning básico con Keras (Parte 4): ResNet. Deep Learning básico con Keras (Parte 4): ResNet. 2018. Casal, Jordi y Mateu, Enric. 2003. TIPOS DE MUESTREO. Barcelona : s.n., 2003. 08193. Colombia, El Congreso de. 1996. LEY 324 DE 1996 . LEY 324 DE 1996, por el cual se crean algunas normas a favor de la población sorda. Bogotá : s.n., 1996 Cristina, Mata maria. 1997. Cómo elaborar muestras para los sondeos de audiencias. Cuadernos de investigación No 5. Quito : MACASSI, 1997. DANE. 2010. DANE Información para todos. DANE Información para todos. [En línea] DANE, Marzo de 2010. [Citado el: 25 de Abril de 2019.] https://www.dane.gov.co/index.php/estadisticas-por-tema/demografia-y-poblacion/di scapacidad. GAGO, ENCARNACIÓN. 2019. Inteligencia Artificial, Machine Learning & Deep Learning. Inteligencia Artificial, Machine Learning & Deep Learning. Madrid : s.n., 2019. Geron, Aurelien. 2017. Hands-On Machine Learning with Scikit-Learn and TensorFlow. 2017. He, Kaiming. 2016. github. github. [En línea] github.com, 29 de 06 de 2016. [Citado el: 20 de 03 de 2020.] https://github.com/KaimingHe/deep-residual-networks#models. Image-net.org. 2020. . Imagenet. Imagenet. [En línea] Image-net.org, 30 de 03 de 2020. . http://www.image-net.org/about-overview. Ingeniero Colombiano Crea Traductor De Lenguaje De Señas Para Sordos. 2013. Madrid : ProQuest Central, 2013. INSOR. 2017. INSOR. INSOR. [En línea] 02 de 2017. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/bides/wp-content/uploads/archivos/caracterizacion_acceso_ perm_grad_estudiantes_sordos_ies.pdf. INSOR. 2017. INSOR instituto nacional para sordos. INSOR instituto nacional para sordos. [En línea] 2017. [Citado el: 21 de 09 de 2019.] http://www.insor.gov.co/bides/info-general/. INSOR. 2012. INSOR Instituto nacional para sordos. INSOR Instituto nacional para sordos. [En línea] INSOR, 01 de 2012. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/bides/experiencia-universidad-ecci/. INSOR. 2017. INSOR Instituto Nacional Para Sordos. INSOR Instituto Nacional Para Sordos. [En línea] Instituto Caro y Cuervo, Instituto Nacional para sordos (Insor), 2017. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/descargar/diccionario_basico_completo.pdf. 1997. Instituto Colombiano. Instituto Colombiano. [En línea] 26 de 09 de 1997. [Citado el: 08 de 02 de 2020.] https://www.icbf.gov.co/cargues/avance/docs/decreto_2369_1997.htm. Jordi, TORRES. 2018. DEEP LEARNING Introducción práctica con Keras. 2018. Kaggle. Kaggle. [En línea] Kaggle. [Citado el: 16 de 02 de 2020.] https://www.kaggle.com/keras/resnet50#imagenet_class_index.json. Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun. 2016. Deep Residual Learning for Image Recognition. EEUU : s.n., 2016. Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun. 2016. Deep Residual Learning for Image Recognition. EE UU : s.n., 2016. NVIDIA. NVIDIA. Recommended GPU for Developers. [En línea] NVIDIA. [Citado el: 05 de 03 de 2020.] https://developer.nvidia.com/cuda-gpus. PICHUCHO, Javier P., et al. 2019. Interpretación de lenguaje de señas ecuatoriano empleando visión por computador. Quito : Revista Ibérica de Sistemas e Tecnologias de Informação, 2019. Pickle. Python object serialization. Python object serialization. [En línea] [Citado el: 13 de 04 de 03.] https://docs.python.org/3/library/pickle.html. PINEDA, Beatriz, DE ALVARADO, Beatriz y DE CANALES, Francisca. 1994. Metodología de la investigación, manual para el desarrollo de person al de salud. Washington : Organización Panamericana de la Salud, 1994. Procesamiento del lenguaje natural. Vásquez Cortez, Augusto, Vega Huerta, Hugo y Paronia Quispe , Jaime. 2009. San Marcos : Revista de ingenieria de sistemas e informatica, 2009. Ramírez. , Paulina . Métodos de enseñanza del español a los niños sordos: actitudes de los profesionales. Santafé de Bogotá : Universidad Iberoamericana. República, Congreso de la. 1996. LEY 324 DE 1996. Colombia, : s.n., 1996. Richard L. Scheaffer, William Mendenhall, Lyman Ott. 2007. Elementary survey sampling. Magallanes : Thomson, 2007. Roma, J. C., Rué, A. B., & Bagén, T. L. 2019. eep learning: principios y fundamentos. Barcelona, España : s.n., 2019. Saha, Sumit. 2018. A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way. A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way. 2018. Salesforce. Salesforce Blog. Salesforce Blog. [En línea] [Citado el: 05 de 08 de 2019.] https://www.salesforce.com/mx/blog/2017/6/Que-es-la-inteligencia-artificial.html.. SAS. 2019. Inteligencia Artificial. Inteligencia artificial Qué es y por qué es importante. Bogotá : s.n., 2019. SAS. 2019. Software y Soluciones De Analitica. Software y Soluciones De Analitica. [En línea] 21 de 10 de 2019. https://www.sas.com/es_co/insights/analytics/deep-learning.html. SENA, Servicio Nacional de Aprendizaje. 2017. Perdiodico SENA. Perdiodico SENA. [En línea] Servicio Nacional de Aprendizaje SENA , 10 de 2017. [Citado el: 11 de 10 de 2019.] http://periodico.sena.edu.co/inclusion-social/noticia.php?t=comunidad_sorda&i=86. Spot. 2019. La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning. La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning. 2019. ZHANG, Chen-Lin, et al. 2017. In defense of fully connected layers in visual representation transfer. Springer, Cham : En Pacific Rim Conference on Multimedia, 2017. |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2020 |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Católica de Colombia, 2020 Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) https://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas y Computación |
| institution |
Universidad Católica de Colombia |
| bitstream.url.fl_str_mv |
https://repository.ucatolica.edu.co/bitstreams/d4fc583d-f48e-4478-aceb-b3198ee14d5e/download https://repository.ucatolica.edu.co/bitstreams/3f22d916-197b-41b8-be5b-6f576aed25dd/download https://repository.ucatolica.edu.co/bitstreams/56fecf5a-103b-4b56-83d1-fb1b19ba22f2/download https://repository.ucatolica.edu.co/bitstreams/6a6406da-9943-47d5-9c1d-204cb7cd7714/download https://repository.ucatolica.edu.co/bitstreams/f01e391c-203e-4383-af6c-3b338f1ca9eb/download https://repository.ucatolica.edu.co/bitstreams/859271ea-44e9-457d-bf41-53220c1d6b4d/download |
| bitstream.checksum.fl_str_mv |
9b27607e15d3d2026a2b06889800d011 a806efbdf06def757ce83e2d6ddab28f 21ffb2afd150820c08f8e2319e03b8ab fbf200df1249a590705886f26522601d a9e5eb3cae642b0e8cf12f20650e1b2c 3c4321df684c9cfda4a13685684f6c75 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Católica de Colombia - RIUCaC |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1814256378464698368 |
| spelling |
Avendaño-Guzmán, Roger Enriqueb7634eb0-99df-4c1f-9ad3-35054419afdb-1Moreno-López, Luis Felipe78fe27d1-0962-4543-8765-ca88c7b4901a-1Muñoz-Reina, Yury Paola90faee2b-ebad-4402-ac91-c7d35d29a124-12020-09-11T14:32:34Z2020-09-11T14:32:34Z2020Trabajo de investigación tecnológicaSe realizó un experimento de un método sustentado en aprendizaje profundo en el cual implementó distintos algoritmos computacionales para la identificación de cinco palabras del lenguaje de señas colombiano emuladas en videos de manera automática, con el fin de proponer un punto de partida para la disminución de la brecha de comunicación existente entre las personas con discapacidad auditiva y la sociedad colombiana.PregradoIngeniero de SistemasRESUMEN INTRODUCCIÓN 1. GENERALIDADES 2. MARCO DE REFERENCIA 3. METODOLOGÍA 4. DISEÑO METODOLÓGICO 5. RESULTADOS 6. DISCUSIÓN DE RESULTADOS 7. CONCLUSIONES 8. RECOMENDACIONES 9. Bibliografía 10. ANEXOSapplication/pdfMoreno-López, L. F. & Muñoz-Reina, Y. P. (2020). Implementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundo. Trabajo de Grado. Universidad Católica de Colombia. Facultad de Ingeniería. Programa de Ingeniería de Sistemas. Bogotá, Colombiahttps://hdl.handle.net/10983/24980spaFacultad de IngenieríaIngeniería de Sistemas y ComputaciónAsch, Vincent Van. 2013. Macro- and micro-averaged evaluation. 2013.Ataka. Ataka. [En línea] Machine Learning y Deep Learning: cómo entender las claves del presente y futuro de la inteligencia artificial. https://www.xataka.com/robotica-e-ia/machine-learning-y-deep-learning-como-enten der-las-claves-del-presente-y-futuro-de-la-inteligencia-artificial.Barrios, Juan. Big data en salud. Big data en salud. [En línea] Juan Barrios. [Citado el: 21 de 03 de 2020.]2019. Juan Barrios. Juan Barrios. [En línea] Big Data, 2019. https://www.juanbarrios.com/matriz-de-confusion-y-sus-metricas/.Barros, Laura. 2014. El Universal. El Universal. [En línea] El Universal, 28 de Mayo de 2014. [Citado el: 20 de 04 de 2019.] https://www.eluniversal.com.co/tecnologia/software/software-para-sordos-finalista-en -mundial-de-emprendimiento-160945-DXEU253808Bécares, Bárbara. 2015. siliconweek. siliconweek. [En línea] 20 de 05 de 2015. [Citado el: 15 de 01 de 2020.] https://www.siliconweek.com/cloud/siel-software-colombiano-para-comprender-el-len guaje-de-signos-59195.BETANCUR, D.B., GÓMEZ, M.V. and PALACIO, A.P. 2013. Traducción Automática Del Lenguaje Dactilológico De Sordos y Sordomudos Mediante Sistemas adaptativos. s.l. : ProQuest Central, 2013. ISSN 19099762..BOTINA-MONSALVE, D.J., DOMÍNGUEZ-VÁSQUEZ, M.A. MADRIGAL-GONZÁLEZ y CASTRO-OSPINA. 2018. Clasificación automática de las vocales en el lenguaje de señas. 2018.BROOKSHEAR , J. Glean. 1993. Teoría de la computación. s.l. : Addisson Wesley iberoamericana Wilmington Delaware, 1993.BROOKSHEAR, J. Glean. 1993. Teoría de la computación. s.l. : Addisson Wesley iberoamericana Wilmington Delaware, 1993.Burgal, Jesús Utrera. 2018. Deep Learning básico con Keras (Parte 4): ResNet. Deep Learning básico con Keras (Parte 4): ResNet. 2018.Casal, Jordi y Mateu, Enric. 2003. TIPOS DE MUESTREO. Barcelona : s.n., 2003. 08193.Colombia, El Congreso de. 1996. LEY 324 DE 1996 . LEY 324 DE 1996, por el cual se crean algunas normas a favor de la población sorda. Bogotá : s.n., 1996Cristina, Mata maria. 1997. Cómo elaborar muestras para los sondeos de audiencias. Cuadernos de investigación No 5. Quito : MACASSI, 1997.DANE. 2010. DANE Información para todos. DANE Información para todos. [En línea] DANE, Marzo de 2010. [Citado el: 25 de Abril de 2019.] https://www.dane.gov.co/index.php/estadisticas-por-tema/demografia-y-poblacion/di scapacidad.GAGO, ENCARNACIÓN. 2019. Inteligencia Artificial, Machine Learning & Deep Learning. Inteligencia Artificial, Machine Learning & Deep Learning. Madrid : s.n., 2019.Geron, Aurelien. 2017. Hands-On Machine Learning with Scikit-Learn and TensorFlow. 2017.He, Kaiming. 2016. github. github. [En línea] github.com, 29 de 06 de 2016. [Citado el: 20 de 03 de 2020.] https://github.com/KaimingHe/deep-residual-networks#models.Image-net.org. 2020. . Imagenet. Imagenet. [En línea] Image-net.org, 30 de 03 de 2020. . http://www.image-net.org/about-overview.Ingeniero Colombiano Crea Traductor De Lenguaje De Señas Para Sordos. 2013. Madrid : ProQuest Central, 2013.INSOR. 2017. INSOR. INSOR. [En línea] 02 de 2017. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/bides/wp-content/uploads/archivos/caracterizacion_acceso_ perm_grad_estudiantes_sordos_ies.pdf.INSOR. 2017. INSOR instituto nacional para sordos. INSOR instituto nacional para sordos. [En línea] 2017. [Citado el: 21 de 09 de 2019.] http://www.insor.gov.co/bides/info-general/.INSOR. 2012. INSOR Instituto nacional para sordos. INSOR Instituto nacional para sordos. [En línea] INSOR, 01 de 2012. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/bides/experiencia-universidad-ecci/.INSOR. 2017. INSOR Instituto Nacional Para Sordos. INSOR Instituto Nacional Para Sordos. [En línea] Instituto Caro y Cuervo, Instituto Nacional para sordos (Insor), 2017. [Citado el: 21 de 10 de 2019.] http://www.insor.gov.co/descargar/diccionario_basico_completo.pdf.1997. Instituto Colombiano. Instituto Colombiano. [En línea] 26 de 09 de 1997. [Citado el: 08 de 02 de 2020.] https://www.icbf.gov.co/cargues/avance/docs/decreto_2369_1997.htm.Jordi, TORRES. 2018. DEEP LEARNING Introducción práctica con Keras. 2018.Kaggle. Kaggle. [En línea] Kaggle. [Citado el: 16 de 02 de 2020.] https://www.kaggle.com/keras/resnet50#imagenet_class_index.json.Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun. 2016. Deep Residual Learning for Image Recognition. EEUU : s.n., 2016.Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun. 2016. Deep Residual Learning for Image Recognition. EE UU : s.n., 2016.NVIDIA. NVIDIA. Recommended GPU for Developers. [En línea] NVIDIA. [Citado el: 05 de 03 de 2020.] https://developer.nvidia.com/cuda-gpus.PICHUCHO, Javier P., et al. 2019. Interpretación de lenguaje de señas ecuatoriano empleando visión por computador. Quito : Revista Ibérica de Sistemas e Tecnologias de Informação, 2019.Pickle. Python object serialization. Python object serialization. [En línea] [Citado el: 13 de 04 de 03.] https://docs.python.org/3/library/pickle.html.PINEDA, Beatriz, DE ALVARADO, Beatriz y DE CANALES, Francisca. 1994. Metodología de la investigación, manual para el desarrollo de person al de salud. Washington : Organización Panamericana de la Salud, 1994.Procesamiento del lenguaje natural. Vásquez Cortez, Augusto, Vega Huerta, Hugo y Paronia Quispe , Jaime. 2009. San Marcos : Revista de ingenieria de sistemas e informatica, 2009.Ramírez. , Paulina . Métodos de enseñanza del español a los niños sordos: actitudes de los profesionales. Santafé de Bogotá : Universidad Iberoamericana.República, Congreso de la. 1996. LEY 324 DE 1996. Colombia, : s.n., 1996.Richard L. Scheaffer, William Mendenhall, Lyman Ott. 2007. Elementary survey sampling. Magallanes : Thomson, 2007.Roma, J. C., Rué, A. B., & Bagén, T. L. 2019. eep learning: principios y fundamentos. Barcelona, España : s.n., 2019.Saha, Sumit. 2018. A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way. A Comprehensive Guide to Convolutional Neural Networks — the ELI5 way. 2018.Salesforce. Salesforce Blog. Salesforce Blog. [En línea] [Citado el: 05 de 08 de 2019.] https://www.salesforce.com/mx/blog/2017/6/Que-es-la-inteligencia-artificial.html..SAS. 2019. Inteligencia Artificial. Inteligencia artificial Qué es y por qué es importante. Bogotá : s.n., 2019.SAS. 2019. Software y Soluciones De Analitica. Software y Soluciones De Analitica. [En línea] 21 de 10 de 2019. https://www.sas.com/es_co/insights/analytics/deep-learning.html.SENA, Servicio Nacional de Aprendizaje. 2017. Perdiodico SENA. Perdiodico SENA. [En línea] Servicio Nacional de Aprendizaje SENA , 10 de 2017. [Citado el: 11 de 10 de 2019.] http://periodico.sena.edu.co/inclusion-social/noticia.php?t=comunidad_sorda&i=86.Spot. 2019. La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning. La diferencia entre Inteligencia Artificial, Machine Learning y Deep Learning. 2019.ZHANG, Chen-Lin, et al. 2017. In defense of fully connected layers in visual representation transfer. Springer, Cham : En Pacific Rim Conference on Multimedia, 2017.Derechos Reservados - Universidad Católica de Colombia, 2020info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/http://purl.org/coar/access_right/c_abf2APRENDIZAJE DE MÁQUINAALGORITMODEEP LEARNINGLENGUA DE SEÑAS COLOMBIANARED NEURONALGPUImplementación de un algoritmo para la clasificación automática de lenguaje de señas colombiano en video usando aprendizaje profundoTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32PublicationORIGINALProyecto de grado.pdfProyecto de grado.pdfapplication/pdf1990408https://repository.ucatolica.edu.co/bitstreams/d4fc583d-f48e-4478-aceb-b3198ee14d5e/download9b27607e15d3d2026a2b06889800d011MD51RAE.pdfRAE.pdfapplication/pdf133884https://repository.ucatolica.edu.co/bitstreams/3f22d916-197b-41b8-be5b-6f576aed25dd/downloada806efbdf06def757ce83e2d6ddab28fMD52TEXTProyecto de grado.pdf.txtProyecto de grado.pdf.txtExtracted texttext/plain106962https://repository.ucatolica.edu.co/bitstreams/56fecf5a-103b-4b56-83d1-fb1b19ba22f2/download21ffb2afd150820c08f8e2319e03b8abMD53RAE.pdf.txtRAE.pdf.txtExtracted texttext/plain16717https://repository.ucatolica.edu.co/bitstreams/6a6406da-9943-47d5-9c1d-204cb7cd7714/downloadfbf200df1249a590705886f26522601dMD55THUMBNAILProyecto de grado.pdf.jpgProyecto de grado.pdf.jpgRIUCACimage/jpeg9492https://repository.ucatolica.edu.co/bitstreams/f01e391c-203e-4383-af6c-3b338f1ca9eb/downloada9e5eb3cae642b0e8cf12f20650e1b2cMD54RAE.pdf.jpgRAE.pdf.jpgRIUCACimage/jpeg17399https://repository.ucatolica.edu.co/bitstreams/859271ea-44e9-457d-bf41-53220c1d6b4d/download3c4321df684c9cfda4a13685684f6c75MD5610983/24980oai:repository.ucatolica.edu.co:10983/249802023-03-24 17:31:26.552https://creativecommons.org/licenses/by-nc/4.0/Derechos Reservados - Universidad Católica de Colombia, 2020https://repository.ucatolica.edu.coRepositorio Institucional Universidad Católica de Colombia - RIUCaCbdigital@metabiblioteca.com |