Análisis de métodos de inteligencia artificial para la reducción de incertidumbre

Autores
Chirino, Pamela Agustina; Bianchini, German; Caymes Scutari, Paola Guadalupe
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La inteligencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos. En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas. En este contexto las aplicaremos a un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM.
Fil: Chirino, Pamela Agustina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
Fil: Bianchini, German. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
Fil: Caymes Scutari, Paola Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
8vo Congreso Nacional de Ingeniería Informática/Sistemas de Información
San Francisco
Argentina
Universidad Tecnológica Nacional. Facultad Regional San Francisco
Red de Ingeniería en Informática/Sistemas de Información
Consejo Federal de Decanos de Ingeniería
Materia
INTELIGENCIA ARTIFICIAL
REDES NEURONALES
PARALELISMO
VISIÓN COMPUTACIONAL
PREDICCIÓN
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/182668

id CONICETDig_ea49a53d0d15b1497044ca9baf3b8909
oai_identifier_str oai:ri.conicet.gov.ar:11336/182668
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Análisis de métodos de inteligencia artificial para la reducción de incertidumbreChirino, Pamela AgustinaBianchini, GermanCaymes Scutari, Paola GuadalupeINTELIGENCIA ARTIFICIALREDES NEURONALESPARALELISMOVISIÓN COMPUTACIONALPREDICCIÓNhttps://purl.org/becyt/ford/1.2https://purl.org/becyt/ford/1La inteligencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos. En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas. En este contexto las aplicaremos a un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM.Fil: Chirino, Pamela Agustina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; ArgentinaFil: Bianchini, German. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; ArgentinaFil: Caymes Scutari, Paola Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina8vo Congreso Nacional de Ingeniería Informática/Sistemas de InformaciónSan FranciscoArgentinaUniversidad Tecnológica Nacional. Facultad Regional San FranciscoRed de Ingeniería en Informática/Sistemas de InformaciónConsejo Federal de Decanos de IngenieríaUniversidad Tecnológica NacionalVerino, ClaudiaCalloni, Juan CarlosCerutti, GabrielAndreatta, Josefina E.2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoBookhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/182668Análisis de métodos de inteligencia artificial para la reducción de incertidumbre; 8vo Congreso Nacional de Ingeniería Informática/Sistemas de Información; San Francisco; Argentina; 2020; 1004-1011978-950-42-0202-8CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/http://conaiisi2020.frsfco.utn.edu.ar/actas.htmlNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-03T09:56:41Zoai:ri.conicet.gov.ar:11336/182668instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-03 09:56:41.348CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
spellingShingle Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
Chirino, Pamela Agustina
INTELIGENCIA ARTIFICIAL
REDES NEURONALES
PARALELISMO
VISIÓN COMPUTACIONAL
PREDICCIÓN
title_short Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_full Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_fullStr Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_full_unstemmed Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
title_sort Análisis de métodos de inteligencia artificial para la reducción de incertidumbre
dc.creator.none.fl_str_mv Chirino, Pamela Agustina
Bianchini, German
Caymes Scutari, Paola Guadalupe
author Chirino, Pamela Agustina
author_facet Chirino, Pamela Agustina
Bianchini, German
Caymes Scutari, Paola Guadalupe
author_role author
author2 Bianchini, German
Caymes Scutari, Paola Guadalupe
author2_role author
author
dc.contributor.none.fl_str_mv Verino, Claudia
Calloni, Juan Carlos
Cerutti, Gabriel
Andreatta, Josefina E.
dc.subject.none.fl_str_mv INTELIGENCIA ARTIFICIAL
REDES NEURONALES
PARALELISMO
VISIÓN COMPUTACIONAL
PREDICCIÓN
topic INTELIGENCIA ARTIFICIAL
REDES NEURONALES
PARALELISMO
VISIÓN COMPUTACIONAL
PREDICCIÓN
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.2
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv La inteligencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos. En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas. En este contexto las aplicaremos a un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM.
Fil: Chirino, Pamela Agustina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
Fil: Bianchini, German. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
Fil: Caymes Scutari, Paola Guadalupe. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Mendoza; Argentina. Universidad Tecnologica Nacional. Facultad Reg.mendoza. Departamento de Ingeniería Química.; Argentina
8vo Congreso Nacional de Ingeniería Informática/Sistemas de Información
San Francisco
Argentina
Universidad Tecnológica Nacional. Facultad Regional San Francisco
Red de Ingeniería en Informática/Sistemas de Información
Consejo Federal de Decanos de Ingeniería
description La inteligencia artificial ha generado una revolución importante en el mundo de la computación en los últimos años aplicándose en diversos campos. En este documento se propone estudiar dos formas de inteligencia artificial, como lo son las redes neuronales y la visión computacional, y la posible aplicación del paralelismo en estas mismas para optimizarlas. En este contexto las aplicaremos a un modelo de predicción de incendios, ya existente y llevado a cabo por el Laboratorio de Investigación en Cómputo Paralelo/Distribuido de la UTN-FRM.
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Book
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/182668
Análisis de métodos de inteligencia artificial para la reducción de incertidumbre; 8vo Congreso Nacional de Ingeniería Informática/Sistemas de Información; San Francisco; Argentina; 2020; 1004-1011
978-950-42-0202-8
CONICET Digital
CONICET
url http://hdl.handle.net/11336/182668
identifier_str_mv Análisis de métodos de inteligencia artificial para la reducción de incertidumbre; 8vo Congreso Nacional de Ingeniería Informática/Sistemas de Información; San Francisco; Argentina; 2020; 1004-1011
978-950-42-0202-8
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://conaiisi2020.frsfco.utn.edu.ar/actas.html
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Universidad Tecnológica Nacional
publisher.none.fl_str_mv Universidad Tecnológica Nacional
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842269417852895232
score 13.13397