Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/2688| Title: | Desarrollo de una aplicación para la identificación de PET, cartón y papel por medio de una red convolutiva |
| Authors: | Beciéz Salazar, Aram F. |
| Issue Date: | 2020-08-01 |
| Publisher: | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Instituto Tecnológico Superior de Teziutlán |
| Description: | La presente tesis trata sobre el reconocimiento de imágenes por medio de una red neuronal convolutiva (CNNs) por sus siglas en inglés, las cuales son un modelo de red neuronal, donde las neuronas corresponden a campos receptivos, de una manera muy similar a las neuronas de la corteza visual primaria de un cerebro biológico. Una red neuronal debe aprender cómo procesar la información de entrada antes de que sea utilizada en una aplicación, su proceso de entrenamiento, formado por los datos de cada nodo entrada, y la salida es la respuesta deseada para cada nodo, una vez echo este proceso sólo los datos de entrada son provistos a la red, que recordara la respuesta que aprendió durante el entrenamiento. (Goodfellow, 2012). La red se compone de múltiples capas, en el principio se encuentra la fase de extracción de características, compuesta de neuronas convolucionales y de reducción. A medida que se avanza en la red se disminuyen las dimensiones activando características cada vez más complejas, al final se encuentran neuronas sencillas para realizar la clasificación de imágenes; de esta manera, el proyecto tiene como finalidad desarrollar una aplicación para la identificación de botellas de pet, y los materiales inorgánicos: papel y cartón. Por otra parte, desde el punto de vista social, se pretende dar solución a la ineficiente clasificación de botellas de pet, papel y cartón por medio de la tecnología, que pretende ser de gran impacto al medio ambiente. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Appears in Collections: | Maestría en Sistemas Computacionales |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis Maestria AramFilemónBeciez 18TE00012P.pdf | La presente tesis trata sobre el reconocimiento de imágenes por medio de una red neuronal convolutiva (CNNs) por sus siglas en inglés, las cuales son un modelo de red neuronal, donde las neuronas corresponden a campos receptivos, de una manera muy similar a las neuronas de la corteza visual primaria de un cerebro biológico. Una red neuronal debe aprender cómo procesar la información de entrada antes de que sea utilizada en una aplicación, su proceso de entrenamiento, formado por los datos de cada nodo entrada, y la salida es la respuesta deseada para cada nodo, una vez echo este proceso sólo los datos de entrada son provistos a la red, que recordara la respuesta que aprendió durante el entrenamiento. (Goodfellow, 2012). La red se compone de múltiples capas, en el principio se encuentra la fase de extracción de características, compuesta de neuronas convolucionales y de reducción. A medida que se avanza en la red se disminuyen las dimensiones activando características cada vez más complejas, al final se encuentran neuronas sencillas para realizar la clasificación de imágenes; de esta manera, el proyecto tiene como finalidad desarrollar una aplicación para la identificación de botellas de pet, y los materiales inorgánicos: papel y cartón. Por otra parte, desde el punto de vista social, se pretende dar solución a la ineficiente clasificación de botellas de pet, papel y cartón por medio de la tecnología, que pretende ser de gran impacto al medio ambiente. | 4.06 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
