1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Baja California
4. Instituto Tecnológico de Tijuana
5. TESIS DE MAESTRÍA
6. MAESTRÍA EN CIENCIAS DE LA COMPUTACIÓN

Título:	MODELO DE RED NEURONAL CONVOLUCIONAL APLICADO A UN SISTEMA DE RECONOCIMIENTO Y TRADUCCIÓN DE LA LENGUA DE SEÑAS
Autor:	FREGOSO LOPEZ, JONATHAN%954950
metadata.dc.subject.other:	MODELO DE RED NEURONAL CONVOLUCIONAL, SISTEMA DE RECONOCIMIENTO Y TRADUCCIÓN DE LA LENGUA DE SEÑAS
Data:	2021-06-01
Editora:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Tijuana
Descrição:	En este trabajo de tesis se presenta el desarrollo de una metodología para el reconocimiento de imágenes utilizando técnicas de computación inteligente con el fin de optimizar parámetros de arquitecturas de redes neuronales convolucionales aplicando el algoritmo de optimización por enjambre de partículas, donde los parámetros de la red a optimizar son: el número de capas, el número de filtros de convolución, el tamaño del filtro y el tamaño del lote. El método se aplica a tres bases de datos del lenguaje de señas las cuales son las siguientes: de la lengua de señas americana las bases de datos son la ASL Alphabet y ASL MNIST y de la lengua de señas mexicana la base de datos MSL. Para el proceso de optimización se desarrollaron dos arquitecturas distintas con el objetivo de analizar el desempeño de las arquitecturas generadas por el método, enfocándose en seleccionar las arquitecturas con las que se obtenga el mayor porcentaje de reconocimiento de la lengua de señas y manteniendo un buen desempeño computacional. Una vez seleccionadas las mejores arquitecturas se desarrolló una herramienta de comunicación asistida para la comunidad sorda; la cual consiste en realizar la traducción de la lengua de señas y esta nos permite realizar la traducción de palabras de la lengua de señas mexicana a americana y viceversa. Los resultados obtenidos en los tres casos de estudio indican que el método propuesto es efectivo ya que se obtuvo una tasa de reconocimiento promedio superior al 99% logrando una reducción en los tiempos de procesamiento y en el costo computacional en la clasificación y traducción de la lengua de señas
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece nas colecções:	MAESTRÍA EN CIENCIAS DE LA COMPUTACIÓN

Este registo está protegido por copyright original. Ver licença

Este registo está protegido por Licença Creative Commons