Classificació d'imatges mitjançant xarxes xeuronals xrtificials i deep learning
García Pérez, Mario
Casas Roma, Jordi, dir. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Clasificación de imágenes mediante redes neuronales artificiales y deep learning
Títol variant: Classification of images using artificial neural networks and deep learning
Data: 2019-02-12
Resum: Entenem com a Intel·ligència Artificial l'habilitat d'un programa o màquina d'entendre o pensar per si mateixa, utilitzant el seu entorn per aprendre i desenvolupar habilitats en base a la pràctica i experiència. Actualment, l'ús d'aquesta tecnologia, juntament amb Machine Learning i Deep Learning, ha obert un conjunt de possibilitats, inimaginables fa un temps, que poden oferir noves funcionalitats amb molt potencial. Aquest fet, impulsa a les empreses a la necessitat d'assolir els coneixements per poder millorar els seus serveis i desenvolupar nous productes que permetin aconseguir avantatge respecte als seus competidors. D'aquesta manera, una gran majoria de les grans empreses inverteixen una gran quantitat de diners en l'ús d'aquestes tecnologies i s'aprofiten d'aquest gran potencial. En aquest projecte es realitza una petita introducció al mon de les xarxes neuronals i Deep Learning realitzant un experiment de classificació de imatges on es reconeixen els dígits escrits a mà amb un molt bon percentatge d'encert. Per aconseguir-ho, s'utilitzen i es comparen diferents arquitectures de xarxa i altres propietats com funcions d'activació i d'agrupació.
Resum: Entendemos como Inteligencia Artificial como la habilidad de un programa o máquina de entender o pensar por si misma, utilizando su entorno para aprender y desarrollar habilidades en base a la práctica y la experiencia. Actualmente, el uso de esta tecnología, juntamente con Machine Learning y Deep Learning, ha abierto un conjunto de posibilidades que pueden ofrecer nuevas funcionalidades con mucho potencial. Este hecho, impulsa a las empresas a la necesidad de conseguir los conocimientos para poder mejorar sus servicios y desarrollar nuevos productos que les permitan conseguir ventaja respecto a sus competidores. De esta manera, la gran mayoría de las empresas invierten una enorme cantidad de dinero en el uso de estas y se aprovechan de su potencial. En este proyecto se realiza una pequeña introducción al mundo de las redes neuronales y el Deep Learning realizando un experimento de clasificación de imágenes donde se reconocen los dígitos escritos a mano con un buen grado de acierto. Para conseguirlo, se utilizan y se comparan diferentes arquitecturas de red junto a otros conceptos como las funciones de activación y agrupación.
Resum: We understand artificial intelligence as ability of a program or machine to understand or think for itself, using its environment to learn and develop skills based on practice and experience. Nowadays, the use of this technology, together with Machine Learning and Deep Learning, has opened up a set of possibilities, unimaginable some time ago, that can offer new functionalities with a very high potential. This fact drives companies to the need to get the knowledge to improve their services and develop new products that allow them to gain an advantage over their competitors. In this way, a large majority of big companies spend a big sum of money on the use of these technologies and take advantage of this great potential. In this project we make a small introduction to the world of neural networks and deep learning by doing an experiment of image classification where they recognize handwritten digits with a good percentage of success. To do this, different neural network architectures and other properties such as activation and grouping functions are used and compared.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. Creative Commons
Llengua: Català.
Titulació: Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: bachelorThesis ; Text
Àrea temàtica: Menció Tecnologies de la Informació
Matèria: Xarxa ; Neurona ; Xarxa neuronal ; Deep learning ; MNIST ; Keras ; TensorFlow ; Reconeixement d'imatges ; Classificació d'imatges ; Softmax ; Softplus ; Relu ; Softsign ; Dropout ; Red ; Red neuronal ; Reconocimiento de imágenes ; Clasificación de imágenes ; Network ; Neuron ; Neural network ; Image recognition ; Image classification ; Sigmoid



12 p, 929.3 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2019-03-13, darrera modificació el 2019-12-21



   Favorit i Compartir