Redes neuronales paralelas aplicadas a la visión computacional

Autores
Galdamez, Mariela; Chirino, Pamela; Diaz-Acevedo, Karvin; Ponce de León, Alejo; Caymes-Scutari, Paola; BIanchini, Germán
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en diversas ramas de la ciencia. Por ejemplo, diagnóstico de ciertas patologías en imágenes provenientes de ecografías o resonancia magnética; realizar vigilancia, reconocimiento dactilar y ocular como mecanismos de seguridad; entre otras tantas aplicaciones. Pero estructurar una red neuronal no es tarea sencilla, pues para conseguir que funcione y aprenda adecuadamente se requiere de un conjunto de datos de entrada que deberá analizar cierta cantidad de veces hasta producir una salida coherente con los datos ingresados. Esto implica la necesidad de una velocidad de cómputo enorme para que sea capaz de aprender en un período de tiempo razonable. Además, si el tamaño de la red es mucho mayor, los datos de entrada aumentan en cantidad y se complejiza el aprendizaje de la misma, lo que infiere en un aumento considerable de tiempo. Los procesadores actuales no brindan la velocidad suficiente y es aquí donde la programación paralela se presenta como una solución alternativa.
Eje: Procesamiento distribuido y paralelo.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Redes Neuronales
Programación Paralela
Visión Computacional
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:10915/120407
Acceder
id SEDICI_1ade35a7748427f1e5d9df63de5d261a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/120407
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Redes neuronales paralelas aplicadas a la visión computacionalGaldamez, MarielaChirino, PamelaDiaz-Acevedo, KarvinPonce de León, AlejoCaymes-Scutari, PaolaBIanchini, GermánCiencias InformáticasRedes NeuronalesProgramación ParalelaVisión ComputacionalLa capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en diversas ramas de la ciencia. Por ejemplo, diagnóstico de ciertas patologías en imágenes provenientes de ecografías o resonancia magnética; realizar vigilancia, reconocimiento dactilar y ocular como mecanismos de seguridad; entre otras tantas aplicaciones. Pero estructurar una red neuronal no es tarea sencilla, pues para conseguir que funcione y aprenda adecuadamente se requiere de un conjunto de datos de entrada que deberá analizar cierta cantidad de veces hasta producir una salida coherente con los datos ingresados. Esto implica la necesidad de una velocidad de cómputo enorme para que sea capaz de aprender en un período de tiempo razonable. Además, si el tamaño de la red es mucho mayor, los datos de entrada aumentan en cantidad y se complejiza el aprendizaje de la misma, lo que infiere en un aumento considerable de tiempo. Los procesadores actuales no brindan la velocidad suficiente y es aquí donde la programación paralela se presenta como una solución alternativa.Eje: Procesamiento distribuido y paralelo.Red de Universidades con Carreras en Informática2021-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf725-728http://sedici.unlp.edu.ar/handle/10915/120407spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0info:eu-repo/semantics/reference/hdl/10915/119487info:eu-repo/semantics/reference/hdl/10915/119490info: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:UNLP2025-10-15T11:20:23Zoai:sedici.unlp.edu.ar:10915/120407Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:20:23.948SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Redes neuronales paralelas aplicadas a la visión computacional
title Redes neuronales paralelas aplicadas a la visión computacional
spellingShingle Redes neuronales paralelas aplicadas a la visión computacional
Galdamez, Mariela
Ciencias Informáticas
Redes Neuronales
Programación Paralela
Visión Computacional
title_short Redes neuronales paralelas aplicadas a la visión computacional
title_full Redes neuronales paralelas aplicadas a la visión computacional
title_fullStr Redes neuronales paralelas aplicadas a la visión computacional
title_full_unstemmed Redes neuronales paralelas aplicadas a la visión computacional
title_sort Redes neuronales paralelas aplicadas a la visión computacional
dc.creator.none.fl_str_mv Galdamez, Mariela
Chirino, Pamela
Diaz-Acevedo, Karvin
Ponce de León, Alejo
Caymes-Scutari, Paola
BIanchini, Germán
author Galdamez, Mariela
author_facet Galdamez, Mariela
Chirino, Pamela
Diaz-Acevedo, Karvin
Ponce de León, Alejo
Caymes-Scutari, Paola
BIanchini, Germán
author_role author
author2 Chirino, Pamela
Diaz-Acevedo, Karvin
Ponce de León, Alejo
Caymes-Scutari, Paola
BIanchini, Germán
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Redes Neuronales
Programación Paralela
Visión Computacional
topic Ciencias Informáticas
Redes Neuronales
Programación Paralela
Visión Computacional
dc.description.none.fl_txt_mv La capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en diversas ramas de la ciencia. Por ejemplo, diagnóstico de ciertas patologías en imágenes provenientes de ecografías o resonancia magnética; realizar vigilancia, reconocimiento dactilar y ocular como mecanismos de seguridad; entre otras tantas aplicaciones. Pero estructurar una red neuronal no es tarea sencilla, pues para conseguir que funcione y aprenda adecuadamente se requiere de un conjunto de datos de entrada que deberá analizar cierta cantidad de veces hasta producir una salida coherente con los datos ingresados. Esto implica la necesidad de una velocidad de cómputo enorme para que sea capaz de aprender en un período de tiempo razonable. Además, si el tamaño de la red es mucho mayor, los datos de entrada aumentan en cantidad y se complejiza el aprendizaje de la misma, lo que infiere en un aumento considerable de tiempo. Los procesadores actuales no brindan la velocidad suficiente y es aquí donde la programación paralela se presenta como una solución alternativa.
Eje: Procesamiento distribuido y paralelo.
Red de Universidades con Carreras en Informática
description La capacidad de permitir que una computadora reconozca en una imagen los objetos, ambiente y posición en el espacio fue el inicio de la visión computacional, un área dentro de la inteligencia artificial. Al utilizar el modelo de redes neuronales en este campo, se consiguen resultados en diversas ramas de la ciencia. Por ejemplo, diagnóstico de ciertas patologías en imágenes provenientes de ecografías o resonancia magnética; realizar vigilancia, reconocimiento dactilar y ocular como mecanismos de seguridad; entre otras tantas aplicaciones. Pero estructurar una red neuronal no es tarea sencilla, pues para conseguir que funcione y aprenda adecuadamente se requiere de un conjunto de datos de entrada que deberá analizar cierta cantidad de veces hasta producir una salida coherente con los datos ingresados. Esto implica la necesidad de una velocidad de cómputo enorme para que sea capaz de aprender en un período de tiempo razonable. Además, si el tamaño de la red es mucho mayor, los datos de entrada aumentan en cantidad y se complejiza el aprendizaje de la misma, lo que infiere en un aumento considerable de tiempo. Los procesadores actuales no brindan la velocidad suficiente y es aquí donde la programación paralela se presenta como una solución alternativa.
publishDate 2021
dc.date.none.fl_str_mv 2021-04
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/10915/120407
url http://sedici.unlp.edu.ar/handle/10915/120407
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-3-3
info:eu-repo/semantics/altIdentifier/isbn/978-987-24611-4-0
info:eu-repo/semantics/reference/hdl/10915/119487
info:eu-repo/semantics/reference/hdl/10915/119490
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
725-728
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_ 1846064260584570880
score 13.22299

Publicaciones similares