Show simple item record

dc.contributor.advisorEnciso Rodas, Lauro
dc.contributor.authorFarfan Escobedo, Jeanfranco David
dc.date.accessioned2019-02-12T22:18:22Z
dc.date.available2019-02-12T22:18:22Z
dc.date.issued2018
dc.identifier.other253T20180230
dc.identifier.otherIN/002/2018
dc.identifier.urihttp://hdl.handle.net/20.500.12918/3656
dc.description.abstractActualmente existen muchas técnicas de aprendizaje de máquina efectivas durante la tarea de clasificación. Sin embargo, existe la necesidad de identificar que técnica destaca por encima del resto. Por consiguiente, es necesario evaluar un conjunto de técnicas de aprendizaje de máquina en un escenario desafiante. En particular, el escenario seleccionado en este trabajo corresponde al reconocimiento de edificios a partir de imágenes; el reconocimiento de edificios es una tarea difícil, ya que las imágenes pueden tomarse desde diferentes ángulos, bajo diferentes condiciones de iluminación y un desafío adicional es diferenciar edificios visualmente similares (por ejemplo, imágenes de iglesias). La mayoría de métodos de reconocimiento de edificios utilizan descriptores locales de la imagen para la extracción de características (es decir, luego de aplicar SIFT o SURF, se aplica un clasificador). No obstante, este método presenta una precisión limitada. Por lo tanto, es necesario evaluar técnicas de aprendizaje de máquina que resuelvan este tipo de problemas de una manera más precisa. Se propone evaluar técnicas de aprendizaje de máquina como Support Vector Machine (SVM), Random Forest (RF), Neuronal Network (NN) y K-Nearest Neighbod (KNN), a partir de métodos basados en Bag-of-Words y Redes Neuronales Convolucionales, para obtener vectores de características efectivos y realizar un reconocimiento de edificios preciso. Por último, se espera que los resultados permitan una mejor comprensión de las técnicas de aprendizaje de máquina aplicado al problema del reconocimiento de edificios de la ciudad del Cusco.es_PE
dc.description.uriTesis
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Antonio Abad del Cuscoes_PE
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/*
dc.sourceUniversidad Nacional de San Antonio Abad del Cuscoes_PE
dc.sourceRepositorio Institucional - UNSAACes_PE
dc.subjectAprendizaje de Máquinaes_PE
dc.subjectRedes Neuronales Convolucionaleses_PE
dc.subjectReconocimiento de Edificioses_PE
dc.subjectBag-of-Wordses_PE
dc.titleEvaluación de técnicas de aprendizaje de máquina para la identificación de imágenes de edificios históricos de la ciudad del Cusco basado en Bag-Of-Words y redes neuronales convolucionaleses_PE
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameIngeniero Informático y de Sistemas
thesis.degree.grantorUniversidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y Mecánica
thesis.degree.levelTítulo profesional
thesis.degree.disciplineIngeniería Informática y de Sistemas
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04
renati.advisor.orcidhttps://orcid.org/0000-0001-6266-0838
renati.advisor.dni23853228
renati.typehttp://purl.org/pe-repo/renati/type#tesis
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.discipline612296
dc.publisher.countryPE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/closedAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/closedAccess