Home Guía de uso ¿Cómo Publicar? SID Contacto
Identificador #13989· Link permamente: /13989
Tesina de grado  
 

Aprendizaje y análisis de redes neuronales artificiales profundas

Por: enviar el email al autor Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales

Realizada en:

Páginas: 116 p.

Idioma: Español


Este objeto forma parte del micrositio Tesis FCEN

Colaboradores: Monge, David A. Director/a; Kaluza, Pablo F. Co-director/a; Miranda, Enrique Integrante del jurado; Catania, Carlos A. Integrante del jurado; Moyano, Luis G. Integrante del jurado;

Nombre de la carrera: Licenciatura en Ciencias Básicas con Orientación en Física

Institución: Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales

Título al que opta: Licenciado en Ciencias Básicas con Orientación en Física


Resumen en Español:

Esta tesis trata sobre las redes neuronales profundas (RNPs), modelos computacionales de aprendizaje autónomo, inspirados en el funcionamiento del sistema nervioso de los seres vivos. Actualmente, las RNPs han logrado un desempeño muy notable en tareas de Inteligencia Artificial. Sin embargo, es bien sabido que el entrenamiento de estos modelos viene acompañado de un alto costo y complejidad computacional. Por otro lado, se diseñan redes con gran variedad de formas y tamaños dependiendo de su aplicación. Por lo tanto, muchos modelos de RNPs han sido desarrollados, e incluso mejorados, para lograr cada vez mayor eficacia y eficiencia en las tareas para las cuales fueron diseñados.
En particular, la tesis se centra en dos tipos de redes muy populares en el área de Visión Computacional: las redes densas (RDs) y las redes convolucionales (RCs). Los objetivos principales de esta investigación fueron medir cuán eficaces y eficientes son distintas configuraciones de RDs frente a RCs en una tarea de clasificación multiclase. Para cumplir con los objetivos fue necesario: aprender RDs y RCs que clasifiquen imágenes; evaluar el desempeño de cada red en términos de exactitud de clasificación y tiempo de aprendizaje; y comparar aquellas cantidades entre ambos tipos de modelo. Los resultados obtenidos fueron parcialmente consistentes con las hipótesis propuestas. Los más relevantes fueron que el 91 % de las RCs aprendidas fueron míınimamente un 9.11 % más eficaces que las RDs. Esto indica que las primeras presentan mejor capacidad de aprender patrones complejos que las segundas. Tal capacidad se debe a que las RCs poseen mayor cantidad de unidades ocultas que las RDs, sumado al hecho de que cada unidad de una capa convolucional tiene conexiones locales con regiones de la capa anterior, y comparte parámetros con el resto de las unidades de la misma capa. Por otro lado, el 82 % de las RDs aprendidas fueron como mínimo 6.4 min más eficientes que las RCs.
Estos resultados se atribuyen fundamentalmente a la cantidad y complejidad de operaciones que las redes deben efectuar y, en menor medida, a la cantidad de parámetros que las mismas deben aprender. Por último, los resultados obtenidos en este trabajo sirven para entender el impacto de las variaciones estructurales de las RNPs en sus desempeños. Esta clase de estudios,junto a otros, permite incorporar una correcta y adecuada flexibilidad a cualquier dispositivo de RNPs para que funcione con mejor eficacia y eficiencia.


Disciplinas:
Ciencias e Investigación - Informática

Descriptores:
INFORMÁTICA - INTELIGENCIA ARTIFICIAL - CIENCIAS DE LA INFORMACIÓN

Palabras clave:
Visión computacional - Redes convolucionales - Redes densas - Redes neuronales




Cómo citar este trabajo:

Dinamarca, Agustina. (2018). Aprendizaje y análisis de redes neuronales artificiales profundas: (Tesina de grado). Mendoza, Universidad Nacional de Cuyo. Facultad de Ciencias Exactas y Naturales.
Dirección URL del informe: https://bdigital.uncu.edu.ar/13989.
Fecha de consulta del artículo: 20/05/22.

Licencia Creative Commons
Este obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Unported.
Conozca más sobre esta licencia >

 
 


NAVEGAR

Micrositios

Derechos Humanos

Selección de trabajos alrededor de la temática de los Derechos Humanos en la Argentina y en Mendoza en particular.

El vino en Mendoza

Una selección de artículos, tesis, informes de investigación y videos sobre temáticas de la vid, la vinificación, la economía y la cultura del vino mendocino

Trabajos de posgrado en la Facultad de Filosofía y Letras

Espacio virtual que pone a disposición tesis doctorales y trabajos finales de maestría de posgrados dictados en la Facultad de Filosofía y Letras de la UNCuyo.

Tesis de grado de Ciencias Económicas

En este sitio se pueden consultar las tesis de grado de la Facultad de Cs. Económicas de la UCuyo. La búsqueda se puede hacer por autor, titulo y descriptores a texto completo en formato pdf.

Listado completo >


//DOSSIERS ESPECIALES

Cada Dossier contiene una selección de objetos digitales en diversos formatos, bajo un concepto temático transversal.
La propuesta invita al usuario a vincular contenidos y conocer los trabajos que la UNCuyo produce sobre temáticas específicas.

 



Ingreso a la Administración

Secretaría Académica
SID - UNCuyo - Mendoza. Argentina.
Comentarios y Sugerencias
Creative Commons License