| dc.contributor.advisor | Sahelices Fernández, Benjamín | es |
| dc.contributor.author | Ibáñez Garrido, Óscar Fernando | |
| dc.contributor.editor | Universidad de Valladolid. Escuela de Ingeniería Informática de Valladolid | es |
| dc.date.accessioned | 2021-11-18T16:21:39Z | |
| dc.date.available | 2021-11-18T16:21:39Z | |
| dc.date.issued | 2021 | |
| dc.identifier.uri | https://uvadoc.uva.es/handle/10324/50401 | |
| dc.description.abstract | El presente Trabajo Fin de Grado es un proyecto teórico-práctico que trata de realizar una
introducción a los conceptos asociados a la tecnología "Deep Learning" y posteriormente su aplicación a un entorno industrial destinado al clasi ficado de soldaduras para poder encontrar posibles
defectos en ellas, es decir, su aplicación a un control de calidad en un ámbito industrial. Es por
ello que primero se adquirirán unos conocimientos básicos acerca de las redes neuronales, después
se hará un estudio comparativos de los principales frameworks que permiten su desarrollo a un
alto nivel de abstracción y por último se utilizará uno de ellos, Fastai, para resolver el problema
de clasi cación mencionado. | es |
| dc.format.mimetype | application/pdf | es |
| dc.language.iso | spa | es |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
| dc.subject.classification | Deep Learning | es |
| dc.subject.classification | Redes neuronales | es |
| dc.subject.classification | Control de calidad | es |
| dc.title | Deep Learning para análisis de forma en fabricación automática | es |
| dc.type | info:eu-repo/semantics/bachelorThesis | es |
| dc.description.degree | Grado en Ingeniería Informática | es |
| dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional