Análisis de métodos de inteligencia artificial para la reducción de incertidumbre

Autores
Chirino, Pamela; Bianchini, Germán; Caymes Scutari, Paola
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
La intelegencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos.En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas.En este contexto las aplicaremosa un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
Materia
Inteligencia artificial, Redes neuronales, Paralelismo, Visión Computacional, Predicción
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-27T16:40:40Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8155
Acceder
id RIAUTN_6420e82ce4f43f6a0557743df66d7065
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8155
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Análisis de métodos de inteligencia artificial para la reducción de incertidumbreChirino, PamelaBianchini, GermánCaymes Scutari, PaolaInteligencia artificial, Redes neuronales, Paralelismo, Visión Computacional, PredicciónLa intelegencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos.En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas.En este contexto las aplicaremosa un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRMFil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina2023-06-27T16:40:40Z2023-06-27T16:40:40Z2020-01-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdf8vo. Congreso Nacional de Ingeniería Informática – Sistemas de Información (IIX CONAIISI 2020).http://hdl.handle.net/20.500.12272/8155spaPID 7658info:eu-repo/semantics/openAccess2023-06-27T16:40:40Zhttp://creativecommons.org/publicdomain/zero/1.0/CC0 1.0 UniversalUniversidad Tecnológica Nacional. Facultad Regional MendozaAtribuciónreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:59:31Zoai:ria.utn.edu.ar:20.500.12272/8155instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:59:32.539Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
spellingShingle Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
Chirino, Pamela
Inteligencia artificial, Redes neuronales, Paralelismo, Visión Computacional, Predicción
title_short Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_full Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_fullStr Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_full_unstemmed Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_sort Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
dc.creator.none.fl_str_mv Chirino, Pamela
Bianchini, Germán
Caymes Scutari, Paola
author Chirino, Pamela
author_facet Chirino, Pamela
Bianchini, Germán
Caymes Scutari, Paola
author_role author
author2 Bianchini, Germán
Caymes Scutari, Paola
author2_role author
author
dc.subject.none.fl_str_mv Inteligencia artificial, Redes neuronales, Paralelismo, Visión Computacional, Predicción
topic Inteligencia artificial, Redes neuronales, Paralelismo, Visión Computacional, Predicción
dc.description.none.fl_txt_mv La intelegencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos.En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas.En este contexto las aplicaremosa un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM
Fil: Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina
description La intelegencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos.En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas.En este contexto las aplicaremosa un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM
publishDate 2020
dc.date.none.fl_str_mv 2020-01-01
2023-06-27T16:40:40Z
2023-06-27T16:40:40Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv 8vo. Congreso Nacional de Ingeniería Informática – Sistemas de Información (IIX CONAIISI 2020).
http://hdl.handle.net/20.500.12272/8155
identifier_str_mv 8vo. Congreso Nacional de Ingeniería Informática – Sistemas de Información (IIX CONAIISI 2020).
url http://hdl.handle.net/20.500.12272/8155
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv PID 7658
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-06-27T16:40:40Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-06-27T16:40:40Z
http://creativecommons.org/publicdomain/zero/1.0/
CC0 1.0 Universal
Universidad Tecnológica Nacional. Facultad Regional Mendoza
Atribución
dc.format.none.fl_str_mv pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862414299430912
score 13.365483

Publicaciones similares