Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos

Autores
Pacchiotti, Mauro José; Ballejos, Luciana; Ale, Mariel Alejandra
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.
Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
Fil: Ballejos, Luciana Cristina. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
Fil: Ale, Mariel Alejandra. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
Materia
Transferencia de aprendizaje
Reúso de modelos
Aprendizaje automático
Reconocimiento de dígitos numéricos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2024-03-25T22:39:20Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/10078
Acceder
id RIAUTN_f7ae44a7a8fc8a9d97ea912e646fc407
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/10078
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritosPacchiotti, Mauro JoséBallejos, LucianaAle, Mariel AlejandraTransferencia de aprendizajeReúso de modelosAprendizaje automáticoReconocimiento de dígitos numéricosLas técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.Fil: Ballejos, Luciana Cristina. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.Fil: Ale, Mariel Alejandra. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.52º JAIIO / AGRANDA 20232024-03-25T22:39:20Z2024-03-25T22:39:20Z2023-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciapdfapplication/pdfPacchiotti, M.J., Ballejos, L., & Ale, M. (4 al 8 de septiembre de 2023). Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos. 52º JAIIO. Simposio Argentino de Ciencia de Datos y Grandes Datos (AGRANDA 2023). Universidad Nacional de Tres de Febrero, Argentinahttp://hdl.handle.net/20.500.12272/10078https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/669spaSITCBFE0008086TC - Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo.info:eu-repo/semantics/openAccess2024-03-25T22:39:20Zhttp://creativecommons.org/licenses/by/4.0/Atribución 4.0 InternacionalLos autoresCreativeCommonsreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:44:52Zoai:ria.utn.edu.ar:20.500.12272/10078instacron: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 12:44:53.514Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
title Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
spellingShingle Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
Pacchiotti, Mauro José
Transferencia de aprendizaje
Reúso de modelos
Aprendizaje automático
Reconocimiento de dígitos numéricos
title_short Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
title_full Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
title_fullStr Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
title_full_unstemmed Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
title_sort Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos
dc.creator.none.fl_str_mv Pacchiotti, Mauro José
Ballejos, Luciana
Ale, Mariel Alejandra
author Pacchiotti, Mauro José
author_facet Pacchiotti, Mauro José
Ballejos, Luciana
Ale, Mariel Alejandra
author_role author
author2 Ballejos, Luciana
Ale, Mariel Alejandra
author2_role author
author
dc.subject.none.fl_str_mv Transferencia de aprendizaje
Reúso de modelos
Aprendizaje automático
Reconocimiento de dígitos numéricos
topic Transferencia de aprendizaje
Reúso de modelos
Aprendizaje automático
Reconocimiento de dígitos numéricos
dc.description.none.fl_txt_mv Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.
Fil: Pacchiotti, Mauro José. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
Fil: Ballejos, Luciana Cristina. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
Fil: Ale, Mariel Alejandra. Universidad Tecnológica Nacional. Facultad Regional Santa Fe. CIDISI, Argentina.
description Las técnicas de Aprendizaje Automático (AA) han avanzado significativamente en la solución de diversos problemas, lo que ha llevado a una amplia difusión en su uso y desarrollo. Actualmente existen distintos modelos que han alcanzado un alto nivel de desempeño, lo que plantea la duda de qué hacer cuando nos enfrentamos a un problema para el cual ya existe un modelo muy eficiente. Desde hace tiempo esta situación ha impulsado la investigación y el desarrollo de diferentes técnicas para reutilizar estos modelos, en lugar de emprender el diseño, implementación y entrenamiento de uno nuevo, con todo el esfuerzo que ello conlleva. En este trabajo se presenta un problema de clasificación y se propone la reutilización de una red neuronal convolucional con el objetivo de reconocer números manuscritos. Asimismo, se ha evaluado el desempeño del modelo reutilizado.
publishDate 2023
dc.date.none.fl_str_mv 2023-09
2024-03-25T22:39:20Z
2024-03-25T22:39:20Z
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 Pacchiotti, M.J., Ballejos, L., & Ale, M. (4 al 8 de septiembre de 2023). Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos. 52º JAIIO. Simposio Argentino de Ciencia de Datos y Grandes Datos (AGRANDA 2023). Universidad Nacional de Tres de Febrero, Argentina
http://hdl.handle.net/20.500.12272/10078
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/669
identifier_str_mv Pacchiotti, M.J., Ballejos, L., & Ale, M. (4 al 8 de septiembre de 2023). Reúso de un modelo de Aprendizaje Profundo para reconocimiento de dígitos manuscritos. 52º JAIIO. Simposio Argentino de Ciencia de Datos y Grandes Datos (AGRANDA 2023). Universidad Nacional de Tres de Febrero, Argentina
url http://hdl.handle.net/20.500.12272/10078
https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/669
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv SITCBFE0008086TC - Análisis de la adecuación de los procesos de Ingeniería del Software para el desarrollo de Sistemas basados en Inteligencia Artificial en los ámbitos público, industrial y educativo.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2024-03-25T22:39:20Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Los autores
CreativeCommons
eu_rights_str_mv openAccess
rights_invalid_str_mv 2024-03-25T22:39:20Z
http://creativecommons.org/licenses/by/4.0/
Atribución 4.0 Internacional
Los autores
CreativeCommons
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv 52º JAIIO / AGRANDA 2023
publisher.none.fl_str_mv 52º JAIIO / AGRANDA 2023
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_ 1877230889613656064
score 13.24418

Publicaciones similares