Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.usfq.edu.ec/handle/23000/14627| Tipo de material: | masterThesis |
| Título : | Optimizing Semi-Supervised Models for Wildlife Classification in Tiputini Camera Trap Images. |
| Autor : | Toscano Acosta, William Felipe |
| Director de Tesis : | Grijalva, Felipe, dir. |
| Descriptores : | Inteligencia artificial - Biología - Tesis y disertaciones académicas. |
| Fecha de publicación : | 2-dic-2024 |
| Editorial : | Quito |
| Citación : | Tesis (Magíster en Inteligencia Artificial), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024. |
| Páginas : | 19 h. |
| Acceso: | openAccess Atribución-NoComercial-SinDerivadas 3.0 Ecuador |
| Resumen : | El monitoreo de la vida silvestre presenta desafíos significativos en la clasificación de especies visualmente similares, especialmente cuando se dispone de datos etiquetados limitados. Este trabajo se centra en clasificar dos especies relacionadas, el pecarí de labios blancos (Tayassu pecari) y el pecarí de collar (Pecari tajacu), utilizando técnicas de aprendizaje semisupervisado... |
| Descripción : | Wildlife monitoring poses significant challenges in the classification of visually similar species, especially with limited labeled data. This work focuses on classifying two related species, the whitelipped peccary (Tayassu pecari) and the collared peccary (Pecari tajacu), using semi-supervised learning techniques... |
| URI : | http://repositorio.usfq.edu.ec/handle/23000/14627 |
| Aparece en las colecciones: | Tesis - Maestría en Inteligencia Artificial |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 338954.pdf | Texto completo | 836.45 kB | Adobe PDF |  Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
