RT info:eu-repo/semantics/bachelorThesis
T1 Aprendizaje estadístico en el reconocimiento de señales de tráfico
A1 Bobillo Rincón, Gonzalo
A2 Universidad de Valladolid. Facultad de Ciencias
K1 Redes convolucionales
K1 Deep learning
K1 Clasificación
AB Este Trabajo Fin de Grado explora los fundamentos teóricos y la aplicación prácticade métodos matemáticos de clasificación en el campo del reconocimiento de objetos,con énfasis en la detección de señales de tráfico.Se aborda la formulación matemática del reconocimiento de objetos mediante la representación matricial de imágenes y los principios estadísticos del aprendizaje automático.El estudio examina técnicas de clasificación desde un punto de vista matemático, comoel algoritmo de K-Vecinos más Cercanos, la regresión lineal, la regresión logística y lasredes neuronales. Se profundiza especialmente en la teoría de redes neuronales y su proceso de aprendizaje mediante retropropagación y métodos de optimización. Además, seanaliza un tipo concreto de red neuronal, las redes neuronales convolucionales (CNN).Se pondrá en práctica este conocimiento teórico mediante el entrenamiento de unaCNN (YOLOv7) para el reconocimiento de señales de tráfico.El trabajo concluye con un análisis de los resultados, demostrando la aplicación de conceptos matemáticos avanzados en el aprendizaje profundo y la visión por computadora.
YR 2024
FD 2024
LK https://uvadoc.uva.es/handle/10324/71072
UL https://uvadoc.uva.es/handle/10324/71072
LA spa
NO Departamento de Estadística e Investigación Operativa
DS UVaDOC
RD 24-nov-2024