Sistema de baja latencia para combinar modelos de deep learning

Autores
Antelo, Diego
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Pañoni, Sergio, Ing.
Descripción
El presente documento trata del diseño de una arquitectura escalable y de baja latencia, destinada a la videovigilancia inteligente que utilice la tecnología de aprendizaje profundo para detección y clasificación de objetos presente s de video, que permita combinar e intercambiar los modelos de redes de forma sistemática
Fil: Antelo, Diego. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; Argentina
Materia
Videovigilancia
videovigilancia inteligente
tuberia
Aprendizaje profundo
Baja latencia
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2022-04-12T23:38:24Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/6145
Acceder
id RIAUTN_757d06a6fda5648950416d57a03773c0
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/6145
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Sistema de baja latencia para combinar modelos de deep learningAntelo, DiegoVideovigilanciavideovigilancia inteligentetuberiaAprendizaje profundoBaja latenciaEl presente documento trata del diseño de una arquitectura escalable y de baja latencia, destinada a la videovigilancia inteligente que utilice la tecnología de aprendizaje profundo para detección y clasificación de objetos presente s de video, que permita combinar e intercambiar los modelos de redes de forma sistemáticaFil: Antelo, Diego. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; ArgentinaPañoni, Sergio, Ing.2022-04-12T23:38:24Z2022-04-12T23:38:24Z2020-02-21info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoplainapplication/pdfhttp://hdl.handle.net/20.500.12272/6145-doispainfo:eu-repo/semantics/openAccess2022-04-12T23:38:24Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalAntelo, DiegoCreative Commons / Atribución - No Comercialreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:57:19Zoai:ria.utn.edu.ar:20.500.12272/6145instacron: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 11:57:20.308Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Sistema de baja latencia para combinar modelos de deep learning
title Sistema de baja latencia para combinar modelos de deep learning
spellingShingle Sistema de baja latencia para combinar modelos de deep learning
Antelo, Diego
Videovigilancia
videovigilancia inteligente
tuberia
Aprendizaje profundo
Baja latencia
title_short Sistema de baja latencia para combinar modelos de deep learning
title_full Sistema de baja latencia para combinar modelos de deep learning
title_fullStr Sistema de baja latencia para combinar modelos de deep learning
title_full_unstemmed Sistema de baja latencia para combinar modelos de deep learning
title_sort Sistema de baja latencia para combinar modelos de deep learning
dc.creator.none.fl_str_mv Antelo, Diego
author Antelo, Diego
author_facet Antelo, Diego
author_role author
dc.contributor.none.fl_str_mv Pañoni, Sergio, Ing.
dc.subject.none.fl_str_mv Videovigilancia
videovigilancia inteligente
tuberia
Aprendizaje profundo
Baja latencia
topic Videovigilancia
videovigilancia inteligente
tuberia
Aprendizaje profundo
Baja latencia
dc.description.none.fl_txt_mv El presente documento trata del diseño de una arquitectura escalable y de baja latencia, destinada a la videovigilancia inteligente que utilice la tecnología de aprendizaje profundo para detección y clasificación de objetos presente s de video, que permita combinar e intercambiar los modelos de redes de forma sistemática
Fil: Antelo, Diego. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; Argentina
description El presente documento trata del diseño de una arquitectura escalable y de baja latencia, destinada a la videovigilancia inteligente que utilice la tecnología de aprendizaje profundo para detección y clasificación de objetos presente s de video, que permita combinar e intercambiar los modelos de redes de forma sistemática
publishDate 2020
dc.date.none.fl_str_mv 2020-02-21
2022-04-12T23:38:24Z
2022-04-12T23:38:24Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/6145
-doi
url http://hdl.handle.net/20.500.12272/6145
identifier_str_mv -doi
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2022-04-12T23:38:24Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Antelo, Diego
Creative Commons / Atribución - No Comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv 2022-04-12T23:38:24Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Antelo, Diego
Creative Commons / Atribución - No Comercial
dc.format.none.fl_str_mv plain
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_ 1877862362482999296
score 12.853507

Publicaciones similares