RT info:eu-repo/semantics/bachelorThesis
T1 Comparación de modelos de machine learning para la clasificación de imágenes. ViT vs. gMLP
A1 González Guanipa, Hernán Daniel
A2 Grado en Ingeniería Informática
K1 Deep Learning
K1 Gated Multilayer Perceptron
K1 Vision Transformer
AB La producción de hardware más avanzado y potente está correlacionada con el desarrolloy puesta en práctica de conceptos teorizados anteriormente sobre la Inteligencia Artificial.Uno de estos conceptos que toma cada vez más importancia en esta era es el DeepLearning, que busca dotar de la capacidad de aprendizaje a las máquinas con o sininteracción humana de por medio. Con esta capacidad se puede traducir texto, predecirvalores según los ya conocidos o clasificar imágenes, entre muchas otras aplicaciones.En este trabajo se comparan dos modelos de Deep Learning que tienen el objetivo decatalogar imágenes según las características que aprendan los modelos sobre estas.Los dos modelos se lanzaron el mismo año y son similares respecto a las bases, perodiferentes en su mecanismo principal. Por eso se busca obtener resultados concluyentesdonde pueda aclararse qué modelo es más efectivo para cada conjunto de datos, yendoestos desde imágenes sencillas como números del 0 al 9 escritos a mano, hasta conjuntosmás complejos como los sentimientos de una persona por su expresión facial.
YR 2022
FD 2022
LK http://riull.ull.es/xmlui/handle/915/30330
UL http://riull.ull.es/xmlui/handle/915/30330
LA es
DS Repositorio institucional de la Universidad de La Laguna
RD 18-may-2024