Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas
- Autores
- Alario, Rocío; Cáceres, Felipe; Isgró, Valentino; Masuet, Juan Pablo; Quibar, Tomás; Cuello, Joaquín; Bianchini, Germán; Caymes Scutari, Paola
- Año de publicación
- 2023
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- Los algoritmos de aprendizaje automático basado en redes neuronales permiten entrenar a las máquinas para hacer tareas que normalmente solo pueden ser realizadas por humanos. Hay algunos problemas como el reconocimiento de texto escrito a mano, la clasificación de imágenes y otras tareas en las que no se puede elaborar un algoritmo exacto para explicarle a la máquina paso a paso la tarea que debe desarrollar. Por ello se ha desarrollado la técnica de las redes neuronales, que imita la transmisión de impulsos nerviosos de las neuronas del cerebro humano para que las máquinas aprendan a resolver estas tareas por sí solas. En este proyecto buscamos abordar la problemática del reconocimiento de dígitos decimales escritos a mano. Trabajaremos en la creación de un algoritmo de redes neuronales que resuelva este problema y cuyo entrenamiento pueda ser efectuado con computación paralela para reducir el tiempo de cómputo. El alcance consiste en generar un algoritmo propio que clasifica números escritos a mano en un formato de imagen de 28x28 píxeles, y estudiar el posible funcionamiento del entrenamiento utilizando procesamiento paralelo. El objetivo de este proyecto es aprender acerca de redes neuronales, desarrollar el uso de las herramientas requeridas y estudiar las posibles formas de paralelización de este algoritmo y las ventajas o desventajas que esto podría traer. Además, buscamos desarrollar habilidades blandas de cooperación y retroalimentación entre distintas personas, teniendo en cuenta que este es el primer proyecto realizado por los becarios de este grupo. Los elementos a emplear serán la utilización del lenguaje Python para la creación del algoritmo y las herramientas de threading que nos permitan investigar cómo aplicar la paralelización con dicho lenguaje. A futuro esperamos utilizar el conocimiento adquirido para aplicar estas herramientas en un proyecto que permita resolver una problemática de interés que requiera el reconocimiento de imágenes.
Fil: Alario, Rocío. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Cáceres, Felipe. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Isgró, Valentino. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Masuet, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Quibar, Tomás. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Cuello, Joaquín. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.
Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. - Materia
-
Redes neuronales
Computación paralela
Reconocimiento de imágenes - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Attribution-NonCommercial-NoDerivs 2.5 Argentina
- Repositorio
.jpg)
- Institución
- Universidad Tecnológica Nacional
- OAI Identificador
- oai:ria.utn.edu.ar:20.500.12272/15303
Ver los metadatos del registro completo
| id |
RIAUTN_8adff30edf2ca9d811f06a1fb98f61ea |
|---|---|
| oai_identifier_str |
oai:ria.utn.edu.ar:20.500.12272/15303 |
| network_acronym_str |
RIAUTN |
| repository_id_str |
a |
| network_name_str |
Repositorio Institucional Abierto (UTN) |
| spelling |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemasAlario, RocíoCáceres, FelipeIsgró, ValentinoMasuet, Juan PabloQuibar, TomásCuello, JoaquínBianchini, GermánCaymes Scutari, PaolaRedes neuronalesComputación paralelaReconocimiento de imágenesLos algoritmos de aprendizaje automático basado en redes neuronales permiten entrenar a las máquinas para hacer tareas que normalmente solo pueden ser realizadas por humanos. Hay algunos problemas como el reconocimiento de texto escrito a mano, la clasificación de imágenes y otras tareas en las que no se puede elaborar un algoritmo exacto para explicarle a la máquina paso a paso la tarea que debe desarrollar. Por ello se ha desarrollado la técnica de las redes neuronales, que imita la transmisión de impulsos nerviosos de las neuronas del cerebro humano para que las máquinas aprendan a resolver estas tareas por sí solas. En este proyecto buscamos abordar la problemática del reconocimiento de dígitos decimales escritos a mano. Trabajaremos en la creación de un algoritmo de redes neuronales que resuelva este problema y cuyo entrenamiento pueda ser efectuado con computación paralela para reducir el tiempo de cómputo. El alcance consiste en generar un algoritmo propio que clasifica números escritos a mano en un formato de imagen de 28x28 píxeles, y estudiar el posible funcionamiento del entrenamiento utilizando procesamiento paralelo. El objetivo de este proyecto es aprender acerca de redes neuronales, desarrollar el uso de las herramientas requeridas y estudiar las posibles formas de paralelización de este algoritmo y las ventajas o desventajas que esto podría traer. Además, buscamos desarrollar habilidades blandas de cooperación y retroalimentación entre distintas personas, teniendo en cuenta que este es el primer proyecto realizado por los becarios de este grupo. Los elementos a emplear serán la utilización del lenguaje Python para la creación del algoritmo y las herramientas de threading que nos permitan investigar cómo aplicar la paralelización con dicho lenguaje. A futuro esperamos utilizar el conocimiento adquirido para aplicar estas herramientas en un proyecto que permita resolver una problemática de interés que requiera el reconocimiento de imágenes.Fil: Alario, Rocío. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Cáceres, Felipe. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Isgró, Valentino. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Masuet, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Quibar, Tomás. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Cuello, Joaquín. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina.Universidad Tecnológica Nacional2026-07-21T19:26:14Z2023-02-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfXII EnIDI 2023, Los Reyunos, Mendoza, Argentina.https://hdl.handle.net/20.500.12272/15303spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivs 2.5 Argentinahttp://creativecommons.org/licenses/by-nc-nd/2.5/ar/Uso académico de acceso libre.reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:43:57Zoai:ria.utn.edu.ar:20.500.12272/15303instacron: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:a2026-09-24 12:43:57.909Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse |
| dc.title.none.fl_str_mv |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| title |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| spellingShingle |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas Alario, Rocío Redes neuronales Computación paralela Reconocimiento de imágenes |
| title_short |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| title_full |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| title_fullStr |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| title_full_unstemmed |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| title_sort |
Reconocimiento de imágenes mediante redes neuronales paralelas : proyecto inicial de estudiantes de ingeniería en sistemas |
| dc.creator.none.fl_str_mv |
Alario, Rocío Cáceres, Felipe Isgró, Valentino Masuet, Juan Pablo Quibar, Tomás Cuello, Joaquín Bianchini, Germán Caymes Scutari, Paola |
| author |
Alario, Rocío |
| author_facet |
Alario, Rocío Cáceres, Felipe Isgró, Valentino Masuet, Juan Pablo Quibar, Tomás Cuello, Joaquín Bianchini, Germán Caymes Scutari, Paola |
| author_role |
author |
| author2 |
Cáceres, Felipe Isgró, Valentino Masuet, Juan Pablo Quibar, Tomás Cuello, Joaquín Bianchini, Germán Caymes Scutari, Paola |
| author2_role |
author author author author author author author |
| dc.subject.none.fl_str_mv |
Redes neuronales Computación paralela Reconocimiento de imágenes |
| topic |
Redes neuronales Computación paralela Reconocimiento de imágenes |
| dc.description.none.fl_txt_mv |
Los algoritmos de aprendizaje automático basado en redes neuronales permiten entrenar a las máquinas para hacer tareas que normalmente solo pueden ser realizadas por humanos. Hay algunos problemas como el reconocimiento de texto escrito a mano, la clasificación de imágenes y otras tareas en las que no se puede elaborar un algoritmo exacto para explicarle a la máquina paso a paso la tarea que debe desarrollar. Por ello se ha desarrollado la técnica de las redes neuronales, que imita la transmisión de impulsos nerviosos de las neuronas del cerebro humano para que las máquinas aprendan a resolver estas tareas por sí solas. En este proyecto buscamos abordar la problemática del reconocimiento de dígitos decimales escritos a mano. Trabajaremos en la creación de un algoritmo de redes neuronales que resuelva este problema y cuyo entrenamiento pueda ser efectuado con computación paralela para reducir el tiempo de cómputo. El alcance consiste en generar un algoritmo propio que clasifica números escritos a mano en un formato de imagen de 28x28 píxeles, y estudiar el posible funcionamiento del entrenamiento utilizando procesamiento paralelo. El objetivo de este proyecto es aprender acerca de redes neuronales, desarrollar el uso de las herramientas requeridas y estudiar las posibles formas de paralelización de este algoritmo y las ventajas o desventajas que esto podría traer. Además, buscamos desarrollar habilidades blandas de cooperación y retroalimentación entre distintas personas, teniendo en cuenta que este es el primer proyecto realizado por los becarios de este grupo. Los elementos a emplear serán la utilización del lenguaje Python para la creación del algoritmo y las herramientas de threading que nos permitan investigar cómo aplicar la paralelización con dicho lenguaje. A futuro esperamos utilizar el conocimiento adquirido para aplicar estas herramientas en un proyecto que permita resolver una problemática de interés que requiera el reconocimiento de imágenes. Fil: Alario, Rocío. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Cáceres, Felipe. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Isgró, Valentino. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Masuet, Juan Pablo. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Quibar, Tomás. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Cuello, Joaquín. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Bianchini, Germán. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. Fil: Caymes-Scutari, Paola. Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina. |
| description |
Los algoritmos de aprendizaje automático basado en redes neuronales permiten entrenar a las máquinas para hacer tareas que normalmente solo pueden ser realizadas por humanos. Hay algunos problemas como el reconocimiento de texto escrito a mano, la clasificación de imágenes y otras tareas en las que no se puede elaborar un algoritmo exacto para explicarle a la máquina paso a paso la tarea que debe desarrollar. Por ello se ha desarrollado la técnica de las redes neuronales, que imita la transmisión de impulsos nerviosos de las neuronas del cerebro humano para que las máquinas aprendan a resolver estas tareas por sí solas. En este proyecto buscamos abordar la problemática del reconocimiento de dígitos decimales escritos a mano. Trabajaremos en la creación de un algoritmo de redes neuronales que resuelva este problema y cuyo entrenamiento pueda ser efectuado con computación paralela para reducir el tiempo de cómputo. El alcance consiste en generar un algoritmo propio que clasifica números escritos a mano en un formato de imagen de 28x28 píxeles, y estudiar el posible funcionamiento del entrenamiento utilizando procesamiento paralelo. El objetivo de este proyecto es aprender acerca de redes neuronales, desarrollar el uso de las herramientas requeridas y estudiar las posibles formas de paralelización de este algoritmo y las ventajas o desventajas que esto podría traer. Además, buscamos desarrollar habilidades blandas de cooperación y retroalimentación entre distintas personas, teniendo en cuenta que este es el primer proyecto realizado por los becarios de este grupo. Los elementos a emplear serán la utilización del lenguaje Python para la creación del algoritmo y las herramientas de threading que nos permitan investigar cómo aplicar la paralelización con dicho lenguaje. A futuro esperamos utilizar el conocimiento adquirido para aplicar estas herramientas en un proyecto que permita resolver una problemática de interés que requiera el reconocimiento de imágenes. |
| publishDate |
2023 |
| dc.date.none.fl_str_mv |
2023-02-01 2026-07-21T19:26:14Z |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
XII EnIDI 2023, Los Reyunos, Mendoza, Argentina. https://hdl.handle.net/20.500.12272/15303 |
| identifier_str_mv |
XII EnIDI 2023, Los Reyunos, Mendoza, Argentina. |
| url |
https://hdl.handle.net/20.500.12272/15303 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess Attribution-NonCommercial-NoDerivs 2.5 Argentina http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Uso académico de acceso libre. |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 2.5 Argentina http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ Uso académico de acceso libre. |
| dc.format.none.fl_str_mv |
pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Tecnológica Nacional |
| publisher.none.fl_str_mv |
Universidad Tecnológica Nacional |
| 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_ |
1877230867737214976 |
| score |
13.265058 |