Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14438
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorLoza Aguirre, Edison Fernando, dir.-
dc.contributor.authorDuchi Tipán, Johana Belén-
dc.date.accessioned2025-08-20T20:41:06Z-
dc.date.available2025-08-20T20:41:06Z-
dc.date.issued2024-12-12-
dc.identifier.citationTesis (Ingeniera en Ciencias de la Computación), Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías ; Quito, Ecuador, 2024es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/14438-
dc.descriptionThis work addresses the classification of structural damage in masonry and reinforced concrete buildings using models based on Data-Efficient Image Transformers (DeiT). The primary motivation stems from the need to develop automated and robust systems that facilitate post-seismic assessment. In particular, it is focused on scenarios with small and imbalanced datasets for which various data augmentation techniques were implemented...es_ES
dc.description.abstractEl presente trabajo aborda la clasificación de daños estructurales en edificaciones de mampostería y hormigón armado, utilizando modelos basados en Data-Efficient Image Transformers (DeiT). La motivación principal surge de la necesidad de desarrollar sistemas automatizados y robustos que faciliten la evaluación post-sísmica, especialmente en contextos con datasets pequeños y desbalanceados...es_ES
dc.format.extent43 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectRedes neuronales (Computadores) - Tesis y disertaciones académicases_ES
dc.subject.otherCienciases_ES
dc.subject.otherCategoria 2es_ES
dc.titleModelo de clasificación de imágenes basado en Transformers para la evaluación de daños estructurales post-sísmicos de acuerdo con la Escala Macrosísmica Europea: comparativa con técnicas de aprendizaje de máquinaes_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
321980.pdfTexto completo669.33 kBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons