Please use this identifier to cite or link to this item:
https://rinacional.tecnm.mx/jspui/handle/TecNM/6294Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | FREGOSO LOPEZ, JONATHAN%954950 | - |
| dc.creator | FREGOSO LOPEZ, JONATHAN%954950 | - |
| dc.date.accessioned | 2023-10-02T21:01:24Z | - |
| dc.date.available | 2023-10-02T21:01:24Z | - |
| dc.date.issued | 2021-06-01 | - |
| dc.identifier.uri | https://rinacional.tecnm.mx/jspui/handle/TecNM/6294 | - |
| dc.description | 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 | es_MX |
| dc.language.iso | spa | es_MX |
| dc.publisher | Tecnológico Nacional de México | es_MX |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_MX |
| dc.subject | info:eu-repo/classification/cti/7 | es_MX |
| dc.subject.other | MODELO DE RED NEURONAL CONVOLUCIONAL, SISTEMA DE RECONOCIMIENTO Y TRADUCCIÓN DE LA LENGUA DE SEÑAS | es_MX |
| dc.title | MODELO DE RED NEURONAL CONVOLUCIONAL APLICADO A UN SISTEMA DE RECONOCIMIENTO Y TRADUCCIÓN DE LA LENGUA DE SEÑAS | es_MX |
| dc.type | info:eu-repo/semantics/masterThesis | es_MX |
| dc.contributor.director | Gonzalez Berrelleza, Claudia Ibeth%44524 | - |
| dc.contributor.director | Martinez Mendivil, Gabriela Elizazbeth%44440 | - |
| dc.folio | MCC-07 | es_MX |
| dc.rights.access | info:eu-repo/semantics/openAccess | es_MX |
| dc.publisher.tecnm | Instituto Tecnológico de Tijuana | es_MX |
| Appears in Collections: | MAESTRÍA EN CIENCIAS DE LA COMPUTACIÓN | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Tesis Jonathan Fregozo López.pdf | 4.57 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License
