Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN

Autores
Nemer Pelliza, Karim Alejandra; Steiner, Guillermo M.; Toledo, Sofía
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Dentro de la clasificación de imágenes satelitales de tipo SAR (Radar de Apertura Sintética) utilizando Inteligencia Artificial (AI), el uso de preprocesamiento influye fuertemente en el resultado final. En este trabajo se muestra el comportamiento de las 10 combinaciones Wavelet CNN (Redes Neuronales Convolucionales) más eficientes, para lo cual se aplicaron 58 Transformadas Wavelets, a modo de preprocesamiento, combinando tipo de función y niveles, a imágenes SAR de una base de datos de 20.000 navíos. Se utilizó cada una de estas configuraciones para el entrenamiento de 50 estructuras diferentes de CNN. Con estos resultados se elaboró el presente informe.
Fil: Nemer Pelliza, Karim Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.
Fil: Steiner, Guillermo M.. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.
Fil: Toledo, Sofía. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento Sistemas; Argentina.
Materia
aprendizaje y sistemas adaptativos
procesamiento de imágenes
wavelets
imágenes satelitales SAR
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-NoDerivatives 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13138
Acceder
id RIAUTN_d3fecaf159e202b4150c15b09427218c
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13138
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNNNemer Pelliza, Karim AlejandraSteiner, Guillermo M.Toledo, Sofíaaprendizaje y sistemas adaptativosprocesamiento de imágeneswaveletsimágenes satelitales SARDentro de la clasificación de imágenes satelitales de tipo SAR (Radar de Apertura Sintética) utilizando Inteligencia Artificial (AI), el uso de preprocesamiento influye fuertemente en el resultado final. En este trabajo se muestra el comportamiento de las 10 combinaciones Wavelet CNN (Redes Neuronales Convolucionales) más eficientes, para lo cual se aplicaron 58 Transformadas Wavelets, a modo de preprocesamiento, combinando tipo de función y niveles, a imágenes SAR de una base de datos de 20.000 navíos. Se utilizó cada una de estas configuraciones para el entrenamiento de 50 estructuras diferentes de CNN. Con estos resultados se elaboró el presente informe.Fil: Nemer Pelliza, Karim Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.Fil: Steiner, Guillermo M.. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.Fil: Toledo, Sofía. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento Sistemas; Argentina.2025-06-03T14:40:55Z2025info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfhttps://hdl.handle.net/20.500.12272/13138spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Karim Alejandra, Nemer Pellizattps://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:35Zoai:ria.utn.edu.ar:20.500.12272/13138instacron: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 12:45:36.299Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
title Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
spellingShingle Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
Nemer Pelliza, Karim Alejandra
aprendizaje y sistemas adaptativos
procesamiento de imágenes
wavelets
imágenes satelitales SAR
title_short Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
title_full Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
title_fullStr Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
title_full_unstemmed Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
title_sort Influencia del uso de Wavelets sobre imágenes SAR para la clasificación, usando CNN
dc.creator.none.fl_str_mv Nemer Pelliza, Karim Alejandra
Steiner, Guillermo M.
Toledo, Sofía
author Nemer Pelliza, Karim Alejandra
author_facet Nemer Pelliza, Karim Alejandra
Steiner, Guillermo M.
Toledo, Sofía
author_role author
author2 Steiner, Guillermo M.
Toledo, Sofía
author2_role author
author
dc.subject.none.fl_str_mv aprendizaje y sistemas adaptativos
procesamiento de imágenes
wavelets
imágenes satelitales SAR
topic aprendizaje y sistemas adaptativos
procesamiento de imágenes
wavelets
imágenes satelitales SAR
dc.description.none.fl_txt_mv Dentro de la clasificación de imágenes satelitales de tipo SAR (Radar de Apertura Sintética) utilizando Inteligencia Artificial (AI), el uso de preprocesamiento influye fuertemente en el resultado final. En este trabajo se muestra el comportamiento de las 10 combinaciones Wavelet CNN (Redes Neuronales Convolucionales) más eficientes, para lo cual se aplicaron 58 Transformadas Wavelets, a modo de preprocesamiento, combinando tipo de función y niveles, a imágenes SAR de una base de datos de 20.000 navíos. Se utilizó cada una de estas configuraciones para el entrenamiento de 50 estructuras diferentes de CNN. Con estos resultados se elaboró el presente informe.
Fil: Nemer Pelliza, Karim Alejandra. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.
Fil: Steiner, Guillermo M.. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigacion en Informática para la Ingeniería; Argentina.
Fil: Toledo, Sofía. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Departamento Sistemas; Argentina.
description Dentro de la clasificación de imágenes satelitales de tipo SAR (Radar de Apertura Sintética) utilizando Inteligencia Artificial (AI), el uso de preprocesamiento influye fuertemente en el resultado final. En este trabajo se muestra el comportamiento de las 10 combinaciones Wavelet CNN (Redes Neuronales Convolucionales) más eficientes, para lo cual se aplicaron 58 Transformadas Wavelets, a modo de preprocesamiento, combinando tipo de función y niveles, a imágenes SAR de una base de datos de 20.000 navíos. Se utilizó cada una de estas configuraciones para el entrenamiento de 50 estructuras diferentes de CNN. Con estos resultados se elaboró el presente informe.
publishDate 2025
dc.date.none.fl_str_mv 2025-06-03T14:40:55Z
2025
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12272/13138
url https://hdl.handle.net/20.500.12272/13138
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Karim Alejandra, Nemer Pelliza
ttps://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Karim Alejandra, Nemer Pelliza
ttps://creativecommons.org/licenses/by-nc-nd/4.0/
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_ 1877230901851586560
score 13.24418

Publicaciones similares