• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:http://uvadoc.uva.es/handle/10324/38351

    Título
    Detección e identificación automática de actrices y actores mediante el uso de algoritmos de Deep Learning
    Autor
    Atienza Arroyo, Adrián
    Director o Tutor
    Mayo Iscar, AgustínAutoridad UVA
    Editor
    Universidad de Valladolid. Facultad de CienciasAutoridad UVA
    Año del Documento
    2019
    Titulación
    Grado en Estadística
    Resumo
    La evolución del Deep Learning en los últimos años, debido al desarrollo exponencial de la capacidad de computación de los ordenadores personales, hace que se haya convertido en una herramienta popular, al alcance de cualquiera con conocimientos suficientes sobre programación y estadística. Reconocimiento de figuras en imágenes, procesamiento de lenguaje natural o clasificación de archivos de sonidos son tareas que pueden parecer triviales, sobre todo comparadas con cálculos de física o matemática avanzados, pero lo cierto es que, a diferencia de los segundos, que una computadora normal los puede resolver sin problemas, el primer grupo de tareas resultaba ser un grupo de problemas inabordables para una computadora hasta la llegada del Deep Learning. El objetivo de este proyecto es implementar y evaluar distintas arquitecturas neuronales de vanguardia de Deep Learning sobre una base de datos abierta.
    Palabras Clave
    Deep Learning
    Computer Visión
    Redes neuronales
    Idioma
    spa
    URI
    http://uvadoc.uva.es/handle/10324/38351
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [30977]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    TFG-G3622.pdf
    Tamaño:
    3.393Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Nombre:
    TFG-G3622.zip
    Tamaño:
    36.26Kb
    Formato:
    application/zip
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10