Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales
- Autores
- Lanzarini, Laura Cristina; Hasperué, Waldo; Estrebou, César Armando; Ronchetti, Franco; Villa Monte, Augusto; Aquino, Germán Osvaldo; Quiroga, Facundo; Rojas, Luis; Jimbo Santana, Patricia
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Procesamiento de Señales Temporales y a la Minería de Datos. Con respecto al Procesamiento de Señales Temporales, el énfasis está puesto en el reconocimiento de acciones humanas con el objetivo de mejorar la interfaz hombre/máquina y en el reconocimiento de señales oculares como herramienta de ayuda al diagnóstico médico semi-automático de alteraciones del equilibrio. También se está trabajando en el reconocimiento automático de vehículos a través de la identificación de su patente. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones. Con respecto a Minería de Textos se ha logrado desarrollar un nuevo método capaz de extraer las palabras clave de documentos independientemente del lenguaje. Los resultados obtenidos pueden ser utilizados para categorizar documentos.
Eje: Base de Datos y Minería de Datos
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
minería de textos
Minería de Datos
Neural nets
Signal processing - 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:10915/45598
Ver los metadatos del registro completo
id |
SEDICI_bd20b6c0e31d3b47957ddf30b08ed652 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/45598 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporalesLanzarini, Laura CristinaHasperué, WaldoEstrebou, César ArmandoRonchetti, FrancoVilla Monte, AugustoAquino, Germán OsvaldoQuiroga, FacundoRojas, LuisJimbo Santana, PatriciaCiencias Informáticasminería de textosMinería de DatosNeural netsSignal processingEsta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Procesamiento de Señales Temporales y a la Minería de Datos. Con respecto al Procesamiento de Señales Temporales, el énfasis está puesto en el reconocimiento de acciones humanas con el objetivo de mejorar la interfaz hombre/máquina y en el reconocimiento de señales oculares como herramienta de ayuda al diagnóstico médico semi-automático de alteraciones del equilibrio. También se está trabajando en el reconocimiento automático de vehículos a través de la identificación de su patente. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones. Con respecto a Minería de Textos se ha logrado desarrollar un nuevo método capaz de extraer las palabras clave de documentos independientemente del lenguaje. Los resultados obtenidos pueden ser utilizados para categorizar documentos.Eje: Base de Datos y Minería de DatosRed de Universidades con Carreras en Informática (RedUNCI)2015-04info: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/10915/45598spainfo: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:UNLP2025-09-10T12:05:45Zoai:sedici.unlp.edu.ar:10915/45598Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-10 12:05:45.316SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
title |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
spellingShingle |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales Lanzarini, Laura Cristina Ciencias Informáticas minería de textos Minería de Datos Neural nets Signal processing |
title_short |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
title_full |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
title_fullStr |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
title_full_unstemmed |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
title_sort |
Redes neuronales artificiales : Aplicaciones en minería de datos y procesamiento de señales temporales |
dc.creator.none.fl_str_mv |
Lanzarini, Laura Cristina Hasperué, Waldo Estrebou, César Armando Ronchetti, Franco Villa Monte, Augusto Aquino, Germán Osvaldo Quiroga, Facundo Rojas, Luis Jimbo Santana, Patricia |
author |
Lanzarini, Laura Cristina |
author_facet |
Lanzarini, Laura Cristina Hasperué, Waldo Estrebou, César Armando Ronchetti, Franco Villa Monte, Augusto Aquino, Germán Osvaldo Quiroga, Facundo Rojas, Luis Jimbo Santana, Patricia |
author_role |
author |
author2 |
Hasperué, Waldo Estrebou, César Armando Ronchetti, Franco Villa Monte, Augusto Aquino, Germán Osvaldo Quiroga, Facundo Rojas, Luis Jimbo Santana, Patricia |
author2_role |
author author author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas minería de textos Minería de Datos Neural nets Signal processing |
topic |
Ciencias Informáticas minería de textos Minería de Datos Neural nets Signal processing |
dc.description.none.fl_txt_mv |
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Procesamiento de Señales Temporales y a la Minería de Datos. Con respecto al Procesamiento de Señales Temporales, el énfasis está puesto en el reconocimiento de acciones humanas con el objetivo de mejorar la interfaz hombre/máquina y en el reconocimiento de señales oculares como herramienta de ayuda al diagnóstico médico semi-automático de alteraciones del equilibrio. También se está trabajando en el reconocimiento automático de vehículos a través de la identificación de su patente. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones. Con respecto a Minería de Textos se ha logrado desarrollar un nuevo método capaz de extraer las palabras clave de documentos independientemente del lenguaje. Los resultados obtenidos pueden ser utilizados para categorizar documentos. Eje: Base de Datos y Minería de Datos Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Esta línea de investigación se centra en el estudio y desarrollo de Sistemas Inteligentes basados en Redes Neuronales Artificiales aplicadas al Procesamiento de Señales Temporales y a la Minería de Datos. Con respecto al Procesamiento de Señales Temporales, el énfasis está puesto en el reconocimiento de acciones humanas con el objetivo de mejorar la interfaz hombre/máquina y en el reconocimiento de señales oculares como herramienta de ayuda al diagnóstico médico semi-automático de alteraciones del equilibrio. También se está trabajando en el reconocimiento automático de vehículos a través de la identificación de su patente. En el área de la Minería de Datos se está trabajando en la generación de un modelo de fácil interpretación a partir de la extracción de reglas de clasificación que permita justificar la toma de decisiones. Con respecto a Minería de Textos se ha logrado desarrollar un nuevo método capaz de extraer las palabras clave de documentos independientemente del lenguaje. Los resultados obtenidos pueden ser utilizados para categorizar documentos. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-04 |
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/10915/45598 |
url |
http://sedici.unlp.edu.ar/handle/10915/45598 |
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_ |
1842903917604634624 |
score |
12.993085 |