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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/52961

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