Generación de características y reconocimiento estadístico de patrones
- Autores
- Lorenti, Luciano; Violini, María Lucía; Giacomantone, Javier; Abásolo Guerrero, María José; Bria, Oscar N.; Naiouf, Marcelo; De Giusti, Armando Eduardo
- Año de publicación
- 2016
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es analizar, desarrollar y evaluar modelos y métodos computacionales. A partir de los resultados obtenidos y los métodos propuestos el segundo objetivo es la transferencia de los mismos y el estudio de las técnicas de enseñanza-aprendizaje más adecuadas para los temas abordados. Los dos ejes principales de investigación son, generación de características y reconocimiento estadístico de patrones. Se analizan métodos de generación de características a partir de señales en general y de imágenes digitales en particular, considerando el método de aprendizaje supervisado subyacente y su poder de discriminación. El segundo eje se centra en estudiar, desarrollar y evaluar métodos computacionales de reconocimiento estadístico de patrones, en particular métodos de clasificación supervisada, no supervisada y reducción de dimensión. Todos los sistemas de reconocimiento de patrones diseñados o analizados responden a un modelo integral, en los cuales el énfasis esta dado en el análisis científico de cada etapa.
Eje: Computación Gráfica, Imágenes y Visualización
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
PATTERN RECOGNITION
aprendizaje automático
Signal analysis, synthesis, and 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:10915/52961
Ver los metadatos del registro completo
id |
SEDICI_bfabc91704a9c42aaa06bf7b86f08125 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/52961 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Generación de características y reconocimiento estadístico de patronesLorenti, LucianoViolini, María LucíaGiacomantone, JavierAbásolo Guerrero, María JoséBria, Oscar N.Naiouf, MarceloDe Giusti, Armando EduardoCiencias InformáticasPATTERN RECOGNITIONaprendizaje automáticoSignal analysis, synthesis, and processingEste trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es analizar, desarrollar y evaluar modelos y métodos computacionales. A partir de los resultados obtenidos y los métodos propuestos el segundo objetivo es la transferencia de los mismos y el estudio de las técnicas de enseñanza-aprendizaje más adecuadas para los temas abordados. Los dos ejes principales de investigación son, generación de características y reconocimiento estadístico de patrones. Se analizan métodos de generación de características a partir de señales en general y de imágenes digitales en particular, considerando el método de aprendizaje supervisado subyacente y su poder de discriminación. El segundo eje se centra en estudiar, desarrollar y evaluar métodos computacionales de reconocimiento estadístico de patrones, en particular métodos de clasificación supervisada, no supervisada y reducción de dimensión. Todos los sistemas de reconocimiento de patrones diseñados o analizados responden a un modelo integral, en los cuales el énfasis esta dado en el análisis científico de cada etapa.Eje: Computación Gráfica, Imágenes y VisualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2016-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf361-364http://sedici.unlp.edu.ar/handle/10915/52961spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2info:eu-repo/semantics/reference/hdl/10915/52766info: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:UNLP2025-09-29T11:04:50Zoai:sedici.unlp.edu.ar:10915/52961Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:04:50.768SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Generación de características y reconocimiento estadístico de patrones |
title |
Generación de características y reconocimiento estadístico de patrones |
spellingShingle |
Generación de características y reconocimiento estadístico de patrones Lorenti, Luciano Ciencias Informáticas PATTERN RECOGNITION aprendizaje automático Signal analysis, synthesis, and processing |
title_short |
Generación de características y reconocimiento estadístico de patrones |
title_full |
Generación de características y reconocimiento estadístico de patrones |
title_fullStr |
Generación de características y reconocimiento estadístico de patrones |
title_full_unstemmed |
Generación de características y reconocimiento estadístico de patrones |
title_sort |
Generación de características y reconocimiento estadístico de patrones |
dc.creator.none.fl_str_mv |
Lorenti, Luciano Violini, María Lucía Giacomantone, Javier Abásolo Guerrero, María José Bria, Oscar N. Naiouf, Marcelo De Giusti, Armando Eduardo |
author |
Lorenti, Luciano |
author_facet |
Lorenti, Luciano Violini, María Lucía Giacomantone, Javier Abásolo Guerrero, María José Bria, Oscar N. Naiouf, Marcelo De Giusti, Armando Eduardo |
author_role |
author |
author2 |
Violini, María Lucía Giacomantone, Javier Abásolo Guerrero, María José Bria, Oscar N. Naiouf, Marcelo De Giusti, Armando Eduardo |
author2_role |
author author author author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas PATTERN RECOGNITION aprendizaje automático Signal analysis, synthesis, and processing |
topic |
Ciencias Informáticas PATTERN RECOGNITION aprendizaje automático Signal analysis, synthesis, and processing |
dc.description.none.fl_txt_mv |
Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es analizar, desarrollar y evaluar modelos y métodos computacionales. A partir de los resultados obtenidos y los métodos propuestos el segundo objetivo es la transferencia de los mismos y el estudio de las técnicas de enseñanza-aprendizaje más adecuadas para los temas abordados. Los dos ejes principales de investigación son, generación de características y reconocimiento estadístico de patrones. Se analizan métodos de generación de características a partir de señales en general y de imágenes digitales en particular, considerando el método de aprendizaje supervisado subyacente y su poder de discriminación. El segundo eje se centra en estudiar, desarrollar y evaluar métodos computacionales de reconocimiento estadístico de patrones, en particular métodos de clasificación supervisada, no supervisada y reducción de dimensión. Todos los sistemas de reconocimiento de patrones diseñados o analizados responden a un modelo integral, en los cuales el énfasis esta dado en el análisis científico de cada etapa. Eje: Computación Gráfica, Imágenes y Visualización Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Este trabajo describe una línea de I/D y los resultados esperados de la misma. El objetivo principal es analizar, desarrollar y evaluar modelos y métodos computacionales. A partir de los resultados obtenidos y los métodos propuestos el segundo objetivo es la transferencia de los mismos y el estudio de las técnicas de enseñanza-aprendizaje más adecuadas para los temas abordados. Los dos ejes principales de investigación son, generación de características y reconocimiento estadístico de patrones. Se analizan métodos de generación de características a partir de señales en general y de imágenes digitales en particular, considerando el método de aprendizaje supervisado subyacente y su poder de discriminación. El segundo eje se centra en estudiar, desarrollar y evaluar métodos computacionales de reconocimiento estadístico de patrones, en particular métodos de clasificación supervisada, no supervisada y reducción de dimensión. Todos los sistemas de reconocimiento de patrones diseñados o analizados responden a un modelo integral, en los cuales el énfasis esta dado en el análisis científico de cada etapa. |
publishDate |
2016 |
dc.date.none.fl_str_mv |
2016-04 |
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/10915/52961 |
url |
http://sedici.unlp.edu.ar/handle/10915/52961 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-698-377-2 info:eu-repo/semantics/reference/hdl/10915/52766 |
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 361-364 |
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_ |
1844615917784268800 |
score |
13.070432 |