RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.

Autores
Vázquez , Juan Carlos; Constable, Leticia
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
Este proyecto se adentrará en las técnicas de aprendizaje profundo (Deep Learning) de redes neurales artificiales, que en los últimos años ha producido importantes avances en la Inteligencia Artificial a nivel mundial. El aprendizaje profundo ha tenido alto y positivo impacto en aplicaciones de reconocimiento de imágenes, pero también ha tenido resonantes fracasos debido a que no se entiende con claridad su funcionamiento interno. El proyecto intentará, por un lado obtener el conocimiento necesario para desarrollar software de experimentación y aplicación, y por otro, entender la teoría subyacente, el por qué esta técnica funciona mejor que las anteriores, cuáles son sus bondades y limitaciones, en qué campos es aplicable y en cuáles no, y en lo posible, hacer algún aporte significativo a la teoría.
Fil: Vázquez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.
Fil: Constable, Leticia. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.
Materia
Redes neurales artificiales
Aprendizaje profundo
Aplicaciones
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:20.500.12272/13935
Acceder
id RIAUTN_e09c6d73085f4df2ca3b2f4828e63241
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13935
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.Vázquez , Juan CarlosConstable, LeticiaRedes neurales artificialesAprendizaje profundoAplicacionesEste proyecto se adentrará en las técnicas de aprendizaje profundo (Deep Learning) de redes neurales artificiales, que en los últimos años ha producido importantes avances en la Inteligencia Artificial a nivel mundial. El aprendizaje profundo ha tenido alto y positivo impacto en aplicaciones de reconocimiento de imágenes, pero también ha tenido resonantes fracasos debido a que no se entiende con claridad su funcionamiento interno. El proyecto intentará, por un lado obtener el conocimiento necesario para desarrollar software de experimentación y aplicación, y por otro, entender la teoría subyacente, el por qué esta técnica funciona mejor que las anteriores, cuáles son sus bondades y limitaciones, en qué campos es aplicable y en cuáles no, y en lo posible, hacer algún aporte significativo a la teoría.Fil: Vázquez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.Fil: Constable, Leticia. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.Universidad Tecnológica Nacional Regional Córdoba.2025-10-09T20:01:41Z2019info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfWICC 2019- Red de Universidades con Carreras de Informática (RedUNCI)- XXI Workshop de investigadores en ciencias de la computacion.https://hdl.handle.net/20.500.12272/13935spainfo:eu-repo/semantics/openAccessAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Vázquez, Juan Carlos; Constable, Leticia.https://creativecommons.org/licenses/by-nc-nd/4.0/reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:56:56Zoai:ria.utn.edu.ar:20.500.12272/13935instacron: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 11:56:57.337Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
title RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
spellingShingle RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
Vázquez , Juan Carlos
Redes neurales artificiales
Aprendizaje profundo
Aplicaciones
title_short RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
title_full RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
title_fullStr RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
title_full_unstemmed RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
title_sort RNA-AP: Redes Neurales Artificiales con Aprendizaje Profundo.
dc.creator.none.fl_str_mv Vázquez , Juan Carlos
Constable, Leticia
author Vázquez , Juan Carlos
author_facet Vázquez , Juan Carlos
Constable, Leticia
author_role author
author2 Constable, Leticia
author2_role author
dc.subject.none.fl_str_mv Redes neurales artificiales
Aprendizaje profundo
Aplicaciones
topic Redes neurales artificiales
Aprendizaje profundo
Aplicaciones
dc.description.none.fl_txt_mv Este proyecto se adentrará en las técnicas de aprendizaje profundo (Deep Learning) de redes neurales artificiales, que en los últimos años ha producido importantes avances en la Inteligencia Artificial a nivel mundial. El aprendizaje profundo ha tenido alto y positivo impacto en aplicaciones de reconocimiento de imágenes, pero también ha tenido resonantes fracasos debido a que no se entiende con claridad su funcionamiento interno. El proyecto intentará, por un lado obtener el conocimiento necesario para desarrollar software de experimentación y aplicación, y por otro, entender la teoría subyacente, el por qué esta técnica funciona mejor que las anteriores, cuáles son sus bondades y limitaciones, en qué campos es aplicable y en cuáles no, y en lo posible, hacer algún aporte significativo a la teoría.
Fil: Vázquez, Juan Carlos. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.
Fil: Constable, Leticia. Universidad Tecnológica Nacional. Facultad Regional Córdoba. Centro de Investigación, Desarrollo y Transferencia de Aprendizaje Automático; Argentina.
description Este proyecto se adentrará en las técnicas de aprendizaje profundo (Deep Learning) de redes neurales artificiales, que en los últimos años ha producido importantes avances en la Inteligencia Artificial a nivel mundial. El aprendizaje profundo ha tenido alto y positivo impacto en aplicaciones de reconocimiento de imágenes, pero también ha tenido resonantes fracasos debido a que no se entiende con claridad su funcionamiento interno. El proyecto intentará, por un lado obtener el conocimiento necesario para desarrollar software de experimentación y aplicación, y por otro, entender la teoría subyacente, el por qué esta técnica funciona mejor que las anteriores, cuáles son sus bondades y limitaciones, en qué campos es aplicable y en cuáles no, y en lo posible, hacer algún aporte significativo a la teoría.
publishDate 2019
dc.date.none.fl_str_mv 2019
2025-10-09T20:01:41Z
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 WICC 2019- Red de Universidades con Carreras de Informática (RedUNCI)- XXI Workshop de investigadores en ciencias de la computacion.
https://hdl.handle.net/20.500.12272/13935
identifier_str_mv WICC 2019- Red de Universidades con Carreras de Informática (RedUNCI)- XXI Workshop de investigadores en ciencias de la computacion.
url https://hdl.handle.net/20.500.12272/13935
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/
Vázquez, Juan Carlos; Constable, Leticia.
https://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/
Vázquez, Juan Carlos; Constable, Leticia.
https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
publisher.none.fl_str_mv Universidad Tecnológica Nacional Regional Córdoba.
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_ 1877862350354120704
score 13.364332

Publicaciones similares