Implementación y comparación de dos algoritmos supervisados en redes neuronales convolucionales orientadas a la detección de rostros para ejecutarse en hardware de bajos recursos

¿Es posible realizar la implementación, entrenamiento y ejecución de algoritmos supervisados para deep learning en equipos de bajos recursos? Bajo esta premisa se redacta el presente trabajo. Se trata de abordar uno de los inconvenientes que se presentan en la implementación de redes neuronales artificiales: analizar y determinar si es posible el entrenamiento, validación y prueba de redes neuronales convolucionales sobre hardware de bajos recursos. Para esto se implementarán dos algoritmos de entrenamiento supervisado para verificar el cumplimiento de los requisitos que se necesitan para su correcto desarrollo y funcionamiento. Se utilizarán 2 equipos con componentes diferentes, un equipo de bajos requisitos y otro con componentes más dedicados.

• Autores: Medina Gonzalez , Steven
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Tecnológica de Pereira
• Repositorio: Repositorio Institucional UTP
• Idioma: spa
• OAI Identifier: oai:repositorio.utp.edu.co:11059/14012
• Acceso en línea: https://hdl.handle.net/11059/14012; https://repositorio.utp.edu.co/home
• Palabra clave: 000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación; Systems neuroscience; Algorithmic efficiency; Feature detection; Inteligencia artificial; Redes neuronales convolucionales; Algoritmo supervisado
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)