Visualización en Redes Neuronales Convolucionales

Autores
Uría, Santiago Carlos
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
García, Oscar
Descripción
Fil: Uría, Santiago. Universidad Nacional de Luján; Argentina.
Las redes neuronales se encuentran entre los principales desarrollos en materia de Inteligencia Artificial, principalmente en lo referido a lograr que las máquinas aprendan. Las redes neuronales profundas (Deep neural networks – DNN) recientemente han obtenido la más alta performance en una variedad de tareas que implican el reconocimiento de patrones, destacándose en problemas de clasificación visual (Yosinski, Clune, Nguyen, Fuchs, & Lipson, 2015). Sin embargo, se las suele concebir y utilizar como “cajas negras”. Dentro del aprendizaje supervisado1, los esfuerzos se concentran en optimizar el conjunto de entrenamiento (algo necesario para que una red logre una exactitud significativa) y en las salidas propiamente dichas, relegando la investigación en torno a su funcionamiento y la forma en que estas aprenden. El presente trabajo se centra particularmente en redes neuronales convolucionales, y consiste en una presentación y análisis de su funcionamiento, mediante una línea de investigación que ha cobrado importancia en los últimos años: la visualización de lo que dichas redes “aprenden”. Se recopilan los principales avances en materia de visualización, y se exponen, conforme avanzan las investigaciones, ventajas y desventajas que se evidencian en las redes neuronales convolucionales y que son inherentes a su funcionamiento. Luego, se presenta un enfoque reciente, conocido como redes generativas antagónicas, que hace uso de redes convolucionales para la generación automática de imágenes. Por último, se muestra un nuevo tipo de red neuronal denominado red de cápsulas. Se espera que este trabajo sirva como estímulo para profundizar en el análisis y optimización del funcionamiento de redes neuronales convolucionales.
Materia
Inteligencia Artificial
Deep neural networks
Red de cápsulas
Aprendizaje automático
Aprendizaje profundo
Redes neuronales artificiales
Redes neuronales convolucionales
Visualización
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
Repositorio
REDIUNLU (UNLu)
Institución
Universidad Nacional de Luján
OAI Identificador
oai:ri.unlu.edu.ar:rediunlu/842

id REDIUNLU_f5651630fe806b0f3fca71b8ecdc2c52
oai_identifier_str oai:ri.unlu.edu.ar:rediunlu/842
network_acronym_str REDIUNLU
repository_id_str w
network_name_str REDIUNLU (UNLu)
spelling Visualización en Redes Neuronales ConvolucionalesUría, Santiago CarlosInteligencia ArtificialDeep neural networksRed de cápsulasAprendizaje automáticoAprendizaje profundoRedes neuronales artificialesRedes neuronales convolucionalesVisualizaciónFil: Uría, Santiago. Universidad Nacional de Luján; Argentina.Las redes neuronales se encuentran entre los principales desarrollos en materia de Inteligencia Artificial, principalmente en lo referido a lograr que las máquinas aprendan. Las redes neuronales profundas (Deep neural networks – DNN) recientemente han obtenido la más alta performance en una variedad de tareas que implican el reconocimiento de patrones, destacándose en problemas de clasificación visual (Yosinski, Clune, Nguyen, Fuchs, & Lipson, 2015). Sin embargo, se las suele concebir y utilizar como “cajas negras”. Dentro del aprendizaje supervisado1, los esfuerzos se concentran en optimizar el conjunto de entrenamiento (algo necesario para que una red logre una exactitud significativa) y en las salidas propiamente dichas, relegando la investigación en torno a su funcionamiento y la forma en que estas aprenden. El presente trabajo se centra particularmente en redes neuronales convolucionales, y consiste en una presentación y análisis de su funcionamiento, mediante una línea de investigación que ha cobrado importancia en los últimos años: la visualización de lo que dichas redes “aprenden”. Se recopilan los principales avances en materia de visualización, y se exponen, conforme avanzan las investigaciones, ventajas y desventajas que se evidencian en las redes neuronales convolucionales y que son inherentes a su funcionamiento. Luego, se presenta un enfoque reciente, conocido como redes generativas antagónicas, que hace uso de redes convolucionales para la generación automática de imágenes. Por último, se muestra un nuevo tipo de red neuronal denominado red de cápsulas. Se espera que este trabajo sirva como estímulo para profundizar en el análisis y optimización del funcionamiento de redes neuronales convolucionales.Universidad Nacional de LujánGarcía, Oscar2020-12-16T12:20:41Z2020-12-16T12:20:41Z2019Thesisinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://ri.unlu.edu.ar/xmlui/handle/rediunlu/842spaesinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/2.5/ar/reponame:REDIUNLU (UNLu)instname:Universidad Nacional de Luján2025-09-04T11:14:41Zoai:ri.unlu.edu.ar:rediunlu/842instacron:UNLuInstitucionalhttps://ri.unlu.edu.arUniversidad públicaNo correspondehttps://ri.unlu.edu.ar/oaivcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com ArgentinaNo correspondeNo correspondeNo correspondeopendoar:w2025-09-04 11:14:41.985REDIUNLU (UNLu) - Universidad Nacional de Lujánfalse
dc.title.none.fl_str_mv Visualización en Redes Neuronales Convolucionales
title Visualización en Redes Neuronales Convolucionales
spellingShingle Visualización en Redes Neuronales Convolucionales
Uría, Santiago Carlos
Inteligencia Artificial
Deep neural networks
Red de cápsulas
Aprendizaje automático
Aprendizaje profundo
Redes neuronales artificiales
Redes neuronales convolucionales
Visualización
title_short Visualización en Redes Neuronales Convolucionales
title_full Visualización en Redes Neuronales Convolucionales
title_fullStr Visualización en Redes Neuronales Convolucionales
title_full_unstemmed Visualización en Redes Neuronales Convolucionales
title_sort Visualización en Redes Neuronales Convolucionales
dc.creator.none.fl_str_mv Uría, Santiago Carlos
author Uría, Santiago Carlos
author_facet Uría, Santiago Carlos
author_role author
dc.contributor.none.fl_str_mv García, Oscar
dc.subject.none.fl_str_mv Inteligencia Artificial
Deep neural networks
Red de cápsulas
Aprendizaje automático
Aprendizaje profundo
Redes neuronales artificiales
Redes neuronales convolucionales
Visualización
topic Inteligencia Artificial
Deep neural networks
Red de cápsulas
Aprendizaje automático
Aprendizaje profundo
Redes neuronales artificiales
Redes neuronales convolucionales
Visualización
dc.description.none.fl_txt_mv Fil: Uría, Santiago. Universidad Nacional de Luján; Argentina.
Las redes neuronales se encuentran entre los principales desarrollos en materia de Inteligencia Artificial, principalmente en lo referido a lograr que las máquinas aprendan. Las redes neuronales profundas (Deep neural networks – DNN) recientemente han obtenido la más alta performance en una variedad de tareas que implican el reconocimiento de patrones, destacándose en problemas de clasificación visual (Yosinski, Clune, Nguyen, Fuchs, & Lipson, 2015). Sin embargo, se las suele concebir y utilizar como “cajas negras”. Dentro del aprendizaje supervisado1, los esfuerzos se concentran en optimizar el conjunto de entrenamiento (algo necesario para que una red logre una exactitud significativa) y en las salidas propiamente dichas, relegando la investigación en torno a su funcionamiento y la forma en que estas aprenden. El presente trabajo se centra particularmente en redes neuronales convolucionales, y consiste en una presentación y análisis de su funcionamiento, mediante una línea de investigación que ha cobrado importancia en los últimos años: la visualización de lo que dichas redes “aprenden”. Se recopilan los principales avances en materia de visualización, y se exponen, conforme avanzan las investigaciones, ventajas y desventajas que se evidencian en las redes neuronales convolucionales y que son inherentes a su funcionamiento. Luego, se presenta un enfoque reciente, conocido como redes generativas antagónicas, que hace uso de redes convolucionales para la generación automática de imágenes. Por último, se muestra un nuevo tipo de red neuronal denominado red de cápsulas. Se espera que este trabajo sirva como estímulo para profundizar en el análisis y optimización del funcionamiento de redes neuronales convolucionales.
description Fil: Uría, Santiago. Universidad Nacional de Luján; Argentina.
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-12-16T12:20:41Z
2020-12-16T12:20:41Z
dc.type.none.fl_str_mv Thesis
info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://ri.unlu.edu.ar/xmlui/handle/rediunlu/842
url http://ri.unlu.edu.ar/xmlui/handle/rediunlu/842
dc.language.none.fl_str_mv spa
es
language spa
language_invalid_str_mv es
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Luján
publisher.none.fl_str_mv Universidad Nacional de Luján
dc.source.none.fl_str_mv reponame:REDIUNLU (UNLu)
instname:Universidad Nacional de Luján
reponame_str REDIUNLU (UNLu)
collection REDIUNLU (UNLu)
instname_str Universidad Nacional de Luján
repository.name.fl_str_mv REDIUNLU (UNLu) - Universidad Nacional de Luján
repository.mail.fl_str_mv vcano@unlu.edu.ar;fgutierrez@mail.unlu.edu.ar;faquilinogutierrez@gmail.com
_version_ 1842344378559889408
score 12.623145