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
- Institución
- Consejo Nacional de Investigaciones Científicas y Técnicas
- OAI Identificador
- oai:ri.conicet.gov.ar:11336/182668
Ver los metadatos del registro completo
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 |