Posicionamiento de vértebras mediante landmarks y redes bayesianas

Autores
Cintas, Celia
Año de publicación
2012
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este trabajo pone el foco en una mejora del método tradicional, de observación de la vértebra a clásifi car por parte del paleontólogo, quien mediante sus conocimientos empíricos determina una posición aproximada de la misma en la espina dorsal. El objetivo es automatizar estos pasos vía aplicaciones de la visión arti ficial, tales como el reconocimiento de objetos y patrones, y propone la aplicación de Morfometría Geométrica, Redes Bayesianas, y Redes Neuronales en particular, como ente clasifi cador, para de- terminar el posicionamiento de vértebras en la espina dorsal de los Saurópodos. Como resultado se ha logrado PyBones, un sistema que aporta una base para actuales y futuros trabajos en la clasi cación de fósiles, para lo cual implementa una base de conocimiento mediante parámetros de las imágenes obtenidas, sin necesidad de almacenar las mismas, y un agente clasi ficador. Cambiando los datos (landmarks, variaciones de los mismos y reglas) se da lugar a la clasi cación de otros tipos de fósiles, como por ejemplo los dientes.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Inteligencia Artificial
Procesamiento de Imágenes
Visión Artificial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/124935
Acceder
id SEDICI_160e83c5509cd58ab6126d2934baad16
oai_identifier_str oai:sedici.unlp.edu.ar:10915/124935
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Posicionamiento de vértebras mediante landmarks y redes bayesianasCintas, CeliaCiencias InformáticasInteligencia ArtificialProcesamiento de ImágenesVisión ArtificialEste trabajo pone el foco en una mejora del método tradicional, de observación de la vértebra a clásifi car por parte del paleontólogo, quien mediante sus conocimientos empíricos determina una posición aproximada de la misma en la espina dorsal. El objetivo es automatizar estos pasos vía aplicaciones de la visión arti ficial, tales como el reconocimiento de objetos y patrones, y propone la aplicación de Morfometría Geométrica, Redes Bayesianas, y Redes Neuronales en particular, como ente clasifi cador, para de- terminar el posicionamiento de vértebras en la espina dorsal de los Saurópodos. Como resultado se ha logrado PyBones, un sistema que aporta una base para actuales y futuros trabajos en la clasi cación de fósiles, para lo cual implementa una base de conocimiento mediante parámetros de las imágenes obtenidas, sin necesidad de almacenar las mismas, y un agente clasi ficador. Cambiando los datos (landmarks, variaciones de los mismos y reglas) se da lugar a la clasi cación de otros tipos de fósiles, como por ejemplo los dientes.Sociedad Argentina de Informática e Investigación Operativa2012info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf368-393http://sedici.unlp.edu.ar/handle/10915/124935spainfo:eu-repo/semantics/altIdentifier/issn/1850-2946info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-17T10:12:48Zoai:sedici.unlp.edu.ar:10915/124935Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-17 10:12:49.185SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Posicionamiento de vértebras mediante landmarks y redes bayesianas
title Posicionamiento de vértebras mediante landmarks y redes bayesianas
spellingShingle Posicionamiento de vértebras mediante landmarks y redes bayesianas
Cintas, Celia
Ciencias Informáticas
Inteligencia Artificial
Procesamiento de Imágenes
Visión Artificial
title_short Posicionamiento de vértebras mediante landmarks y redes bayesianas
title_full Posicionamiento de vértebras mediante landmarks y redes bayesianas
title_fullStr Posicionamiento de vértebras mediante landmarks y redes bayesianas
title_full_unstemmed Posicionamiento de vértebras mediante landmarks y redes bayesianas
title_sort Posicionamiento de vértebras mediante landmarks y redes bayesianas
dc.creator.none.fl_str_mv Cintas, Celia
author Cintas, Celia
author_facet Cintas, Celia
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia Artificial
Procesamiento de Imágenes
Visión Artificial
topic Ciencias Informáticas
Inteligencia Artificial
Procesamiento de Imágenes
Visión Artificial
dc.description.none.fl_txt_mv Este trabajo pone el foco en una mejora del método tradicional, de observación de la vértebra a clásifi car por parte del paleontólogo, quien mediante sus conocimientos empíricos determina una posición aproximada de la misma en la espina dorsal. El objetivo es automatizar estos pasos vía aplicaciones de la visión arti ficial, tales como el reconocimiento de objetos y patrones, y propone la aplicación de Morfometría Geométrica, Redes Bayesianas, y Redes Neuronales en particular, como ente clasifi cador, para de- terminar el posicionamiento de vértebras en la espina dorsal de los Saurópodos. Como resultado se ha logrado PyBones, un sistema que aporta una base para actuales y futuros trabajos en la clasi cación de fósiles, para lo cual implementa una base de conocimiento mediante parámetros de las imágenes obtenidas, sin necesidad de almacenar las mismas, y un agente clasi ficador. Cambiando los datos (landmarks, variaciones de los mismos y reglas) se da lugar a la clasi cación de otros tipos de fósiles, como por ejemplo los dientes.
Sociedad Argentina de Informática e Investigación Operativa
description Este trabajo pone el foco en una mejora del método tradicional, de observación de la vértebra a clásifi car por parte del paleontólogo, quien mediante sus conocimientos empíricos determina una posición aproximada de la misma en la espina dorsal. El objetivo es automatizar estos pasos vía aplicaciones de la visión arti ficial, tales como el reconocimiento de objetos y patrones, y propone la aplicación de Morfometría Geométrica, Redes Bayesianas, y Redes Neuronales en particular, como ente clasifi cador, para de- terminar el posicionamiento de vértebras en la espina dorsal de los Saurópodos. Como resultado se ha logrado PyBones, un sistema que aporta una base para actuales y futuros trabajos en la clasi cación de fósiles, para lo cual implementa una base de conocimiento mediante parámetros de las imágenes obtenidas, sin necesidad de almacenar las mismas, y un agente clasi ficador. Cambiando los datos (landmarks, variaciones de los mismos y reglas) se da lugar a la clasi cación de otros tipos de fósiles, como por ejemplo los dientes.
publishDate 2012
dc.date.none.fl_str_mv 2012
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/124935
url http://sedici.unlp.edu.ar/handle/10915/124935
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1850-2946
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
368-393
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1843532747528732672
score 13.001348

Publicaciones similares