Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14622Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Grijalva, Felipe, dir. | - |
| dc.contributor.author | Villacreses Zúñiga, Diego David | - |
| dc.date.accessioned | 2025-10-01T23:03:20Z | - |
| dc.date.available | 2025-10-01T23:03:20Z | - |
| dc.date.issued | 2024-12-01 | - |
| dc.identifier.citation | Tesis (Magister en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024. | es_ES |
| dc.identifier.uri | http://repositorio.usfq.edu.ec/handle/23000/14622 | - |
| dc.description | The loss of biodiversity poses a major global challenge that requires advanced tools for effective wildlife monitoring. Camera traps generate large datasets, but the high cost and time required for manual annotation reduces their utility. This thesis investigates the application of supervised and self-supervised learning approaches to the classification of wildlife images using data from the Tiputini Biodiversity Station in Ecuador, a hotspot of global biodiversity... | es_ES |
| dc.description.abstract | La pérdida de biodiversidad representa un importante desafío global que requiere herramientas avanzadas para un monitoreo efectivo de la vida silvestre. Las cámaras trampa generan grandes volúmenes de información, pero, la anotación manual requiere el un alto costo y tiempo, reduciendo su utilidad. Esta tesis investiga la aplicación de enfoques de aprendizaje supervisado y autosupervisado para la clasificación de imágenes de vida silvestre utilizando datos de la Estación de Biodiversidad Tiputini en Ecuador, un punto de alta importancia para la biodiversidad global... | es_ES |
| dc.format.extent | 27 h. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.publisher | Quito | es_ES |
| dc.rights | openAccess | es_ES |
| dc.rights | Atribución-NoComercial-SinDerivadas 3.0 Ecuador | * |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/ec/ | * |
| dc.subject | Inteligencia artificial - Ecología - Tesis y disertaciones académicas. | es_ES |
| dc.subject.other | Ciencias | es_ES |
| dc.subject.other | Computación | es_ES |
| dc.title | Advancing Wildlife Image Classification: A Comparative Study of Supervised and Self-Supervised Learning in Tiputini, Ecuador. | es_ES |
| dc.type | masterThesis | es_ES |
| Aparece en las colecciones: | Tesis - Maestría en Inteligencia Artificial | |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 338857.PDF | Texto completo | 5.2 MB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
