• 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.

    Browse

    All of UVaDOCCommunitiesBy Issue DateAuthorsSubjectsTitles

    My Account

    Login

    Statistics

    View Usage Statistics

    Share

    View Item 
    •   UVaDOC Home
    • FINAL DEGREE PROJECTS
    • Trabajos Fin de Grado UVa
    • View Item
    •   UVaDOC Home
    • FINAL DEGREE PROJECTS
    • Trabajos Fin de Grado UVa
    • View Item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Export

    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:https://uvadoc.uva.es/handle/10324/50401

    Título
    Deep Learning para análisis de forma en fabricación automática
    Autor
    Ibáñez Garrido, Óscar Fernando
    Director o Tutor
    Sahelices Fernández, BenjamínAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2021
    Titulación
    Grado en Ingeniería Informática
    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.
    Palabras Clave
    Deep Learning
    Redes neuronales
    Control de calidad
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/50401
    Derechos
    openAccess
    Collections
    • Trabajos Fin de Grado UVa [31257]
    Show full item record
    Files in this item
    Nombre:
    TFG-G5254.pdf
    Tamaño:
    5.422Mb
    Formato:
    Adobe PDF
    Thumbnail
    FilesOpen
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExcept where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10