Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/13697| Tipo de material: | bachelorThesis |
| Título : | Redes neuronales multi-Canales de derivadas Gaussianas para el análisis de multitudes |
| Autor : | Gavilima Pilataxi, Hugo Israel |
| Director de Tesis : | Ibarra Fiallo, Julio, dir. |
| Descriptores : | Redes neuronales (Computadores) - Tesis y disertaciones académicas;Algoritmos |
| Fecha de publicación : | 15-feb-2023 |
| Editorial : | Quito |
| Citación : | Tesis (Matemática), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024 |
| Páginas : | 42 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | En la presente investigación expone los resultados obtenidos al experimentar con una red neuronal de derivadas gaussiana para realizar análisis de multitudes para área urbana de la base de datos Shanghai Dataset. Los operadores gaussianos, basados en la Teoría Espacio-Escala, permiten procesar la información visual con mayor detalle, especialmente en conjuntos con diferentes escalas, problemas de oclusión o escenarios complejos, lo que resulta en candidatos perfectos para ser utilizados como estructura primitiva en una capa para una red neuronas de aprendizaje profundo, con lo cual la red reduciría significativamente el número de hiperparámetros en el modelo... |
| Descripción : | This research exposes the results obtained by experimenting using a Gaussian derivative neural network to perform crowd analysis in urban area the ShanghaiDataset database.Gaussian operators, based in Scale-Space Theory, allows processing visual information ingreater detail, especially in sets with different scales, occlusion problems, or complex scenarios,which results in perfect candidates to be used as a primitive structure in a layer in deep neural network to significantly reduce the number of hyperparameters in the model... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/13697 |
| Aparece en las colecciones: | Tesis - Matemáticas |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 138425.pdf | Texto completo | 3.22 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
