<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-05-05T20:44:24Z</responseDate><request verb="GetRecord" identifier="oai:uvadoc.uva.es:10324/68715" metadataPrefix="ese">https://uvadoc.uva.es/oai/request</request><GetRecord><record><header><identifier>oai:uvadoc.uva.es:10324/68715</identifier><datestamp>2025-02-13T08:17:29Z</datestamp><setSpec>com_10324_38</setSpec><setSpec>col_10324_852</setSpec></header><metadata><europeana:record xmlns:europeana="http://www.europeana.eu/schemas/ese/" xmlns:confman="org.dspace.core.ConfigurationManager" xmlns:doc="http://www.lyncode.com/xoai" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/" xsi:schemaLocation="http://www.europeana.eu/schemas/ese/ http://www.europeana.eu/schemas/ese/ESE-V3.4.xsd">
<dc:title>Soluciones Deep Learning para el aprendizaje con datos desbalanceados</dc:title>
<dc:creator>Olmos Vela, Lucía</dc:creator>
<dc:contributor>Bregón Bregón, Aníbal</dc:contributor>
<dc:contributor>Mielgo Martín, Paula</dc:contributor>
<dc:contributor>Universidad de Valladolid. Escuela de Ingeniería Informática de Segovia</dc:contributor>
<dc:subject>Aprendizaje profundo</dc:subject>
<dc:subject>Desbalanceo</dc:subject>
<dc:subject>Datos sintéticos</dc:subject>
<dc:subject>5701.04 Lingüística Informatizada</dc:subject>
<dc:subject>3304 Tecnología de Los Ordenadores</dc:subject>
<dc:subject>ordenad</dc:subject>
<dc:description>Conseguir un buen rendimiento de los algoritmos de clasificación cuando se trabaja con datos&#xd;
desbalanceados es una labor difícil. En los últimos años ha sido creciente la investigación en este&#xd;
campo, debido a la relevancia que adquiere conseguir clasificar correctamente elementos anómalos&#xd;
o poco comunes, en especial en entornos médicos, financieros o industriales.&#xd;
Este trabajo explora distintas técnicas y enfoques, centrándose posteriormente en aquellas&#xd;
particularizadas a conjuntos de datos compuestos por imágenes. Se estudian diferentes algoritmos&#xd;
de balanceo dentro del ámbito del Deep Learning que buscan hacer frente a esta problemática&#xd;
del desbalanceo de clases mejorando así el rendimiento en las tareas de clasificación.&#xd;
Las técnicas empleadas son DeepSMOTE y BAGAN-GP. DeepSMOTE combina SMOTE,&#xd;
método de resampling, con el DeepLearning generando imágenes de calidad. Por otra parte,&#xd;
BAGAN-GP deriva del método BAGAN, ambos son modelos de balanceo basados en redes&#xd;
generativas adversarias. Tras un proceso de análisis, este trabajo muestra que el empleo tanto de&#xd;
BAGAN-GP como de DeepSMOTE mejora la tarea de clasificación, siendo esta última la técnica&#xd;
que arroja los mejores resultados.</dc:description>
<dc:description>Informática (LSI)</dc:description>
<dc:description>Grado en Ingeniería Informática de Servicios y Aplicaciones</dc:description>
<dc:date>2024-07-12T07:50:57Z</dc:date>
<dc:date>2024-07-12T07:50:57Z</dc:date>
<dc:date>2024</dc:date>
<dc:type>info:eu-repo/semantics/bachelorThesis</dc:type>
<dc:identifier>https://uvadoc.uva.es/handle/10324/68715</dc:identifier>
<dc:language>spa</dc:language>
<dc:rights>Attribution-NonCommercial-NoDerivatives 4.0 Internacional</dc:rights>
<dc:rights>info:eu-repo/semantics/openAccess</dc:rights>
<dc:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</dc:rights>
<dc:format>application/pdf</dc:format>
<europeana:object>https://uvadoc.uva.es/bitstream/10324/68715/4/TFG-B.%202217.pdf.jpg</europeana:object>
<europeana:provider>Hispana</europeana:provider>
<europeana:type>TEXT</europeana:type>
<europeana:rights>http://creativecommons.org/licenses/by-nc-nd/4.0/</europeana:rights>
<europeana:dataProvider>UVaDOC. Repositorio Documental de la Universidad de Valladolid</europeana:dataProvider>
<europeana:isShownAt>https://uvadoc.uva.es/handle/10324/68715</europeana:isShownAt>
</europeana:record></metadata></record></GetRecord></OAI-PMH>