| Título : | Clasificación de granos de polen con Deep Learning y SVM |
| Autores : | Roodschild, Matías ; Gotay Sardiñas, Jorge ; Will, Adrián ; Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) |
| Editorial : | Universidad Católica de Salta. Facultad de Ingeniería |
| Idioma : | Español |
| Materias : | Informática | Sistema de información | Inteligencia artificial | Robótica | Ingeniería del software | Reconocimiento de formas |
| Resumen : | A lo largo de la historia, muchos algoritmos fueron utilizados para los problemas de clasificación, entre ellos los SVM, actualmente los autoencoders son el estado del arte, por su facilidad para obtener características del problema mediante el entrenamiento no supervisado en base a ejemplos, tal como lo haría un ser humano. Entre sus aplicaciones más destacadas, podemos mencionar el reconocimiento de voz, sistemas de seguridad, aplicaciones medicinales, conducción autónoma de vehículos, agricultura de precisión, entre otros. Muchos campos de investigación, poseen una gran variedad de información y presentan determinadas características propias de su naturaleza que dificultan el aprendizaje, entre ellos, podemos mencionar el solapamiento y el desbalance de las clases. En la presente publicación, mostraremos las principales ventajas de incorporar deeplearning con autoencoders a los clasificadores SVM y como mejoran el rendimiento. |
| URI : | https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61391 |
| Derechos : | info:eu-repo/semantics/openAccess |
| Licencia de uso : |
|
| Metadatos: | Ver Vista de Metadatos |
| Cita recomendada : | Roodschild, Matías ; Gotay Sardiñas, Jorge ; Will, Adrián ; Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta). (2016-12-30). Clasificación de granos de polen con Deep Learning y SVM. [4 p.] . Recuperado de: https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61391 |
| Archivo/s de este documento : |
|
