Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ESTADO DEL ARTE - Actividad
ESTADO DEL ARTE - Actividad
UNIVERSIDAD DE
CORDOBA DE INGENIERIA
DE SISTEMAS
HUMANIDADES II
Reconocimiento de https://doi.org/10.185
Uso de Redes 2018 Carlos Quintero, Panamá macroinvertebrados basado en 02/keg.v3i1.1462
Neuronales Fernando imágenes.
Convolucionale Merchán, se implementa un algoritmo
s para el Aydeé Cornejo, para el reconocimiento de
Reconocimiento Javier Sánchez- especies de macroinvertebrados
Automático de Galán
Imágenes de
Macroinvertebr
ados para el
Biomonitoreo
Participativo
(Articulo)
Redes La transformación a imágenes http://hdl.handle.net/2
neuronales 2019 Eduardo Universidad con los gráficos de recurrencia 117/172426
convolucionales Sepúlveda Politécnica de la variabilidad entre las
, Valdivia Cataluña simulaciones disminuye de una
reconocimiento manera considerable en ambos
de imágenes y experimentos, tanto en la
pronósticos precisión, pérdidas, validación
financieros cruzada y AUC, igualmente la
(Trabajo de precisión aumentó en ambos
Grado). experimentos al utilizar la
transformación mediante
graficas de recurrencia. Por
esto, podemos concluir que la
transformación a imágenes nos
entrega un resultado más
confiable que trabajar con datos
numéricos sin procesamiento
Raspberry pi Evaluar la implementación de https://idus.us.es/han
como modelos predictivos basados en dle/11441/80119;jses
plataforma de Manuel Jesús Universidad redes neuronales y técnicas de sionid=B1A3EFE175
algoritmos de 2018 Rodríguez De Sevilla Machine Learning en B8D8B5E8682B021B
Machine González dispositivos con capacidad de 73A0F9?
Learning: cómputo relativamente baja
reconocimiento para modelos de esta índole
de imágenes y
datos
financieros en
streaming.
(Trabajo de
Grado)
Deep Learning Las ventajas de un sistema así http://riull.ull.es/xmlui/
para Rodrigo Universidad De serían muchas, dado su handle/915/1930
reconocimiento 2016 Colombo la Laguna pequeño tamaño y consumo. Se
de imágenes en Vlaeminch, (España) podría diseñar un sensor
Raspberry Pi 2. inteligente que captara una
(Trabajo de situación compleja, como por
grado). ejemplo, reconocer un objeto o
persona por su imagen, o
comprender una orden de voz,
apoyándose en las capacidades
de reconocimiento de patrones
de esas redes.
Sistema basado Ilber Utilización de Matrices Lógicas
en FPGA para la 2013 Adonayt Universidad Programables por Campo https://doi.org/10.144
NACION evaluación de Ruge Distrital (FPGA) para la implementación 83/udistrital.jour.tecnu
AL redes Ruge Francisco José de un sistema de evaluación de ra.2013.2.a07
neuronales De Caldas redes neuronales artificiales
orientadas al José David (RNA), y la aplicación de
reconocimiento Alvarado reconocimiento de patrones de
de imágenes imágenes de caracteres
(proyecto) alfabéticos, en el que se utilizan
diferentes modelos de redes
neuronales.
Algoritmos de http://www.unipamplo
procesamiento Universidad Desarrollo de un sistema para na.edu.co/unipamplo
de imágenes y 2016 Juan David Pedagógica y reconocer las señas estáticas na/portalIG/home_40/
redes Guerrero Tecnológica de del alfabeto de la lengua de recursos/05_v25_30/r
neuronales Balaguera Colombia señas colombiana (LSC), el evista_28/20052017/
artificiales para UPTC. sistema utiliza algoritmos de 01.pdf
el procesamiento de imágenes y
reconocimiento redes neuronales artificiales
de la lengua de (RNA).
señas
colombiana
(lsc)
Adquisición y 2015 Diana Carolina Este proyecto presenta un https://repository.usta
reconocimiento Ramírez Universidad sistema que permite reconocer .edu.co/handle/11634
de imágenes González, Santo Tomas diferentes figuras geométricas, /8280
por medio de Guillermo Pulido que se encuentran en una
técnicas de Sarmiento, banda transportadora.
visión e Beatriz Este sistema puede diferenciar
inteligencia Gerardino siete formas geométricas
artificial Arévalo, (círculo, cuadrado, triángulo,
José Manuel rectángulo, elipse, rombo,
Cruz Romero, estrella de cinco puntas)
Enrique
Estupiñán
Escalante,
Sandra Cancino
Suárez
Resumen
Las investigaciones realizadas anteriormente a nivel mundial, nacional, y regional y nos permite de cierta manera tener más enfoque a las ideas
planteadas para el Sistema automatizado para separación y clasificación de residuos a través de una neurona artificial en la Universidad de
Córdoba Sede Sahagún ya que los aportes que se mencionan anteriormente nos brindan una gran variedad de tecnologías que de cierto modo
puede ser tomados como punto de referencia.
A nivel mundial se puede observar que por ejemplo el reconocimiento de imágenes utilizando redes artificiales en España que realizo Pedro
Pablo García García nos da cabida a ser el primer paso a seguir ya que este trabajo describe el proceso de extracción de patrones
característicos de imágenes y esto es aporte a nuestro proyecto mostrándonos el camino a seguir.
Otra investigación que es muy significativa para nosotros es la que realizaron Diana Carolina Ramírez González, Guillermo Pulido Sarmiento
entre otros es un sistema que permite reconocer diferentes figuras geométricas, que se encuentran en una banda transportadora y este aporte
de cierta manera nos da paso para nuestro proyecto enfocándolo a clasificación de residuos.