1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Licenciatura
3. Sinaloa
4. Instituto Tecnológico de Culiacán (Licenciatura)
5. INGENIERIA EN SISTEMAS COMPUTACIONALES

Título:	CLASIFICACIÓN DE IMÁGENES DE GALAXIAS MEDIANTE EL USO DE REDES NEURONALES CONVOLUCIONALES DERIVADA DE LA LGAC INTELIGENCIA ARTIFICIAL
Autor:	VIDRÍALES TRUJILLO, RENÉ CECIL
metadata.dc.subject.other:	Galaxias ruido digital red neuronal convolucional autoencoder
Data:	2020-11-26
Editora:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Culiacán
Descrição:	Las galaxias constituyen uno de los objetos astronómicos más grandes en el universo observable y emblemáticos para la humanidad. Sus múltiples morfologías que dependen de diversos factores han sido durante muchos años el foco de la comunidad astronómica y científica, generando una gran cantidad de estudios, tesis y artículos. El estudio de estos cuerpos celestes es generalmente mediante simulaciones e imágenes obtenidas a través de telescopios, el problema de estas imágenes radica en la alta cantidad de ruido digital que contienen, haciendo compleja la tarea de clasificación de estas. En este trabajo se propone la implementación de un sistema basado en redes neuronales convolucionales, en el cual se extraerán solamente las características más importantes de las imágenes mediante autoencoders con el afán de eliminar el ruido digital, para posteriormente clasificarlas con una red neuronal convolucional. Este trabajo aporta una solución a los problemas existentes con la clasificación empírica. Se hace uso de herramientas de Python en conjunto con librerías proporcionadas por Keras y Tensorflow.
metadata.dc.type:	info:eu-repo/semantics/bachelorThesis
Aparece nas colecções:	INGENIERIA EN SISTEMAS COMPUTACIONALES

Este registo está protegido por copyright original. Ver licença

Este registo está protegido por Licença Creative Commons