Reconocimiento de comandos gestuales utilizando GesRN
- Autores
- Yanivello, Diego; Lanzarini, Laura Cristina
- Año de publicación
- 2004
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La redes neuronales artificiales han demostrado tener un muy buen desempeño en la resolución de problemas pertenecientes al área de reconocimiento de patrones debido a su alta tolerancia al ruido existente en la información de entrada. Este artículo presenta una nueva arquitectura neuronal, denominada GesRN, formada por varias redes neuronales, que permite realizar la interpretación de comandos gestuales utilizados en el acceso a las diferentes funcionalidades de una aplicación. Un comando gestual es una figura realizada con un dispositivo digital manual, como el mouse o el lápiz óptico, que permite ejecutar un conjunto de acciones asociadas. La correcta interpretación de este tipo de comandos resulta una tarea compleja debido a la gran variedad de patrones que pueden generarse para un mismo gesto. Las mediciones realizadas han demostrado que GesRN posee una alta efectividad en la resolución del problema planteado. Según la arquitectura propuesta, la incorporación de nuevos gestos no obliga a realizar un reentrenamiento masivo de toda la estructura reduciendo de esta forma el tiempo de aprendizaje. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Redes Neuronales
Intelligent agents
Aprendizaje
Learning
Comandos gestuales
Neural nets - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/22522
Ver los metadatos del registro completo
id |
SEDICI_ab3734540899d4e7085657ad3e15f858 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22522 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Reconocimiento de comandos gestuales utilizando GesRNYanivello, DiegoLanzarini, Laura CristinaCiencias InformáticasARTIFICIAL INTELLIGENCERedes NeuronalesIntelligent agentsAprendizajeLearningComandos gestualesNeural netsLa redes neuronales artificiales han demostrado tener un muy buen desempeño en la resolución de problemas pertenecientes al área de reconocimiento de patrones debido a su alta tolerancia al ruido existente en la información de entrada. Este artículo presenta una nueva arquitectura neuronal, denominada GesRN, formada por varias redes neuronales, que permite realizar la interpretación de comandos gestuales utilizados en el acceso a las diferentes funcionalidades de una aplicación. Un comando gestual es una figura realizada con un dispositivo digital manual, como el mouse o el lápiz óptico, que permite ejecutar un conjunto de acciones asociadas. La correcta interpretación de este tipo de comandos resulta una tarea compleja debido a la gran variedad de patrones que pueden generarse para un mismo gesto. Las mediciones realizadas han demostrado que GesRN posee una alta efectividad en la resolución del problema planteado. Según la arquitectura propuesta, la incorporación de nuevos gestos no obliga a realizar un reentrenamiento masivo de toda la estructura reduciendo de esta forma el tiempo de aprendizaje. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22522spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:02Zoai:sedici.unlp.edu.ar:10915/22522Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:03.354SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Reconocimiento de comandos gestuales utilizando GesRN |
title |
Reconocimiento de comandos gestuales utilizando GesRN |
spellingShingle |
Reconocimiento de comandos gestuales utilizando GesRN Yanivello, Diego Ciencias Informáticas ARTIFICIAL INTELLIGENCE Redes Neuronales Intelligent agents Aprendizaje Learning Comandos gestuales Neural nets |
title_short |
Reconocimiento de comandos gestuales utilizando GesRN |
title_full |
Reconocimiento de comandos gestuales utilizando GesRN |
title_fullStr |
Reconocimiento de comandos gestuales utilizando GesRN |
title_full_unstemmed |
Reconocimiento de comandos gestuales utilizando GesRN |
title_sort |
Reconocimiento de comandos gestuales utilizando GesRN |
dc.creator.none.fl_str_mv |
Yanivello, Diego Lanzarini, Laura Cristina |
author |
Yanivello, Diego |
author_facet |
Yanivello, Diego Lanzarini, Laura Cristina |
author_role |
author |
author2 |
Lanzarini, Laura Cristina |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE Redes Neuronales Intelligent agents Aprendizaje Learning Comandos gestuales Neural nets |
topic |
Ciencias Informáticas ARTIFICIAL INTELLIGENCE Redes Neuronales Intelligent agents Aprendizaje Learning Comandos gestuales Neural nets |
dc.description.none.fl_txt_mv |
La redes neuronales artificiales han demostrado tener un muy buen desempeño en la resolución de problemas pertenecientes al área de reconocimiento de patrones debido a su alta tolerancia al ruido existente en la información de entrada. Este artículo presenta una nueva arquitectura neuronal, denominada GesRN, formada por varias redes neuronales, que permite realizar la interpretación de comandos gestuales utilizados en el acceso a las diferentes funcionalidades de una aplicación. Un comando gestual es una figura realizada con un dispositivo digital manual, como el mouse o el lápiz óptico, que permite ejecutar un conjunto de acciones asociadas. La correcta interpretación de este tipo de comandos resulta una tarea compleja debido a la gran variedad de patrones que pueden generarse para un mismo gesto. Las mediciones realizadas han demostrado que GesRN posee una alta efectividad en la resolución del problema planteado. Según la arquitectura propuesta, la incorporación de nuevos gestos no obliga a realizar un reentrenamiento masivo de toda la estructura reduciendo de esta forma el tiempo de aprendizaje. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras. Eje: V - Workshop de agentes y sistemas inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
La redes neuronales artificiales han demostrado tener un muy buen desempeño en la resolución de problemas pertenecientes al área de reconocimiento de patrones debido a su alta tolerancia al ruido existente en la información de entrada. Este artículo presenta una nueva arquitectura neuronal, denominada GesRN, formada por varias redes neuronales, que permite realizar la interpretación de comandos gestuales utilizados en el acceso a las diferentes funcionalidades de una aplicación. Un comando gestual es una figura realizada con un dispositivo digital manual, como el mouse o el lápiz óptico, que permite ejecutar un conjunto de acciones asociadas. La correcta interpretación de este tipo de comandos resulta una tarea compleja debido a la gran variedad de patrones que pueden generarse para un mismo gesto. Las mediciones realizadas han demostrado que GesRN posee una alta efectividad en la resolución del problema planteado. Según la arquitectura propuesta, la incorporación de nuevos gestos no obliga a realizar un reentrenamiento masivo de toda la estructura reduciendo de esta forma el tiempo de aprendizaje. Finalmente se presentan las conclusiones y se plantean algunas líneas de trabajo futuras. |
publishDate |
2004 |
dc.date.none.fl_str_mv |
2004 |
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/10915/22522 |
url |
http://sedici.unlp.edu.ar/handle/10915/22522 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
dc.format.none.fl_str_mv |
application/pdf |
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_ |
1844615809540816896 |
score |
13.070432 |