Mostrar el registro sencillo del ítem

Procesamiento de imágenes y datos

dc.contributor.authorForero, Luis Carlos
dc.contributor.authorRomero, Carlos Manuel
dc.contributor.authorGonzález Rojas, Leonardo
dc.date.accessioned2023-03-16T13:19:58Z
dc.date.available2023-03-16T13:19:58Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/20.500.14329/526
dc.description.abstractEl proyecto busca aplicar las tecnologías y técnicas de inteligencia artificial para el reconocimiento de imágenes aplicado al ITC. Al inicio se desarrollará una capacitación de los miembros del semillero, mediante un curso de python y conferencias para introducir a los asistentes a las temáticas relacionadas con inteligencia artificial, machine learning, big data, deep learning, etc. El semillero busca fomentar la investigación y el emprendimiento en la facultad de Electromecánica, teniendo en cuenta que va a necesitar de la colaboración de todas las carreras de la Escuela Tecnológica ITC. Es decir es un proyecto multidisciplinario. Se va a realizar una reunión presencial los últimos sábados de cada mes de 1 a 4 PM, debido a la ocupación de los estudiantes, pero se va a mantener una comunicación constante por medio del grupo creado en WhatsApp, también se creara un espacio en Teams para poder hacer reuniones virtuales.spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherEscuela Tecnológica Instituto Técnico Centralspa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.titleProcesamiento de imágenes y datosspa
dc.typeInforme de investigaciónspa
dc.rights.licenseAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.type.coarhttp://purl.org/coar/resource_type/c_18wsspa
dc.type.driverinfo:eu-repo/semantics/reportspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
dc.contributor.researchgroupELIA (GRUPO DE ELECTROMECÁNICA E INTELIGENCIA ARTIFICIAL)spa
dc.description.researchareaINTELIGENCIA ARTIFICIALspa
dc.publisher.placeBogotáspa
dc.relation.references"Dropout: A Simple Way to Prevent Neural Networks from Overfitting" de Nitish Srivastava, Geoffrey Hinton, Alex Krizhevsky, Ilya Sutskever y Ruslan Salakhutdinov, publicado en la Conferencia en Sistemas y Tecnologías de Aprendizaje Automático (JMLR) en 2014.spa
dc.relation.references"Handwritten Digit Recognition with a Back-Propagation Network" de Yann LeCun, Corinna Cortes y Chris Burges, publicado en el Proceedings of the International Conference on Artificial Neural Networks (ICANN) en 1995.spa
dc.relation.references"Perceptrons" de Frank Rosenblatt, publicado en el Journal of Psychological Review en 1958.spa
dc.relation.references"Learning Transferable Architectures for Scalable Image Recognition" de Barret Zoph y Quoc V. Le, publicado en la Conferencia en Sistemas y Tecnologías de Aprendizaje Automático (ICML) en 2017.spa
dc.subject.proposalElectromecánicaspa
dc.subject.proposalDataspa
dc.subject.proposalCiencia de datosspa
dc.subject.proposalBig dataspa
dc.subject.proposalMachine learningspa
dc.subject.proposalDeep learningspa
dc.subject.proposalVision computacionalspa
dc.subject.proposalClasificaciónspa
dc.subject.proposalRegresiónspa
dc.subject.proposalSegmentaciónspa
dc.subject.proposalSeries de tiempospa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.redcolhttp://purl.org/redcol/resource_type/INFspa
dc.rights.coarhttp://purl.org/coar/access_right/c_14cbspa


Ficheros en el ítem

Thumbnail
Nombre:
THE PSIQUE.pdf
Tamaño:
242.8Kb
Formato:
PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

https://creativecommons.org/licenses/by-nc-sa/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-sa/4.0/