2026-07-10T22:52:03Z http://bibliotecas.ucasal.edu.ar/ws/oai2_7

oai:bibliotecas.ucasal.edu.ar:61391 2024-12-03T19:39:00ZSNRDconferenceObjectset_7set_12

https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61391 https://bibliotecas.ucasal.edu.ar/ark:/49597/nthj8rrqp3 https://n2t.net/ark:/49597/nthj8rrqp3 61391 20170523u u u0frey0103 ba spa Clasificación de granos de polen con Deep Learning y SVM Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016-12-30 info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/submittedVersion application/pdf 1001514 Salta (province) 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. Fil: Will, Adrián. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Fil: Gotay Sardiñas, Jorge. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Fil: Roodschild, Matías. Universidad Tecnológica Nacional. Facultad Regional Tucumán; Argentina. Roodschild, Matías Gotay Sardiñas, Jorge Will, Adrián Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta) Informática Sistema de información Inteligencia artificial Robótica Ingeniería del software Reconocimiento de formas info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) Researchers Students