Mostrar el registro sencillo del ítem

dc.contributor.author VIZCAYA CARDENAS, RIGOBERTO
dc.contributor.author FLORES ALBINO, JOSE MARTIN
dc.contributor.author LANDASSURI MORENO, VICTOR MANUEL
dc.contributor.author LAZCANO SALAS, SAUL
dc.creator VIZCAYA CARDENAS, RIGOBERTO; 712316
dc.creator FLORES ALBINO, JOSE MARTIN; 70600
dc.creator LANDASSURI MORENO, VICTOR MANUEL; 105576
dc.creator LAZCANO SALAS, SAUL; 45842
dc.date.accessioned 2018-02-28T20:37:34Z
dc.date.available 2018-02-28T20:37:34Z
dc.date.issued 2017-08-13
dc.identifier.issn 20078102
dc.identifier.uri http://hdl.handle.net/20.500.11799/71007
dc.description.abstract El paradigma del Deep Learnig, o Aprendizaje Profundo, se ha beneficiado del incremento de información de la actualidad, así como del notable avance de las Redes Neuronales Convolucionales o CNN’s. En los últimos cinco años, las CNN’s han estado al frente en aplicaciones de reconocimientos de patrones usando imágenes o video, debido a las ventajas que tienen en comparación con otras técnicas; incluso, en algunos casos, llegando a superar la capacidad humana, como se muestra en el trabajo de Graham [2015]. En el presente trabajo se emplean señales de tránsito empleadas en México, para investigar el tiempo de entrenamiento y error de clasificación (desempeño) de una CNN de dos capas de convolución, el entrenamiento y prueba se llevada cabo en un CPU. es
dc.description.sponsorship CONACYT es
dc.language.iso spa es
dc.publisher Journal CIM es
dc.rights openAccess es
dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject Redes Neuronales es
dc.subject Deep Learning es
dc.subject Clasificación de imágenes es
dc.subject.classification INGENIERÍA Y TECNOLOGÍA
dc.title Desempeño de una Red Neuronal Convolucional para Clasificación de Señales de Tránsito es
dc.type Artículo es
dc.provenance Tecnológica y de Inovación es
dc.road Dorada es
dc.organismo Centro Universitario UAEM Valle de México es
dc.ambito Internacional es
dc.cve.CenCos 30501 es
dc.cve.progEstudios 663 es
dc.modalidad Artículo especializado para publicar en revista indizada es
dc.audience students
dc.audience researchers
dc.type.conacyt article
dc.identificator 7


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Visualización del Documento

  • Título
  • Desempeño de una Red Neuronal Convolucional para Clasificación de Señales de Tránsito
  • Autor
  • VIZCAYA CARDENAS, RIGOBERTO
  • FLORES ALBINO, JOSE MARTIN
  • LANDASSURI MORENO, VICTOR MANUEL
  • LAZCANO SALAS, SAUL
  • Fecha de publicación
  • 2017-08-13
  • Editor
  • Journal CIM
  • Tipo de documento
  • Artículo
  • Palabras clave
  • Redes Neuronales
  • Deep Learning
  • Clasificación de imágenes
  • Los documentos depositados en el Repositorio Institucional de la Universidad Autónoma del Estado de México se encuentran a disposición en Acceso Abierto bajo la licencia Creative Commons: Atribución-NoComercial-SinDerivar 4.0 Internacional (CC BY-NC-ND 4.0)

Mostrar el registro sencillo del ítem

openAccess Excepto si se señala otra cosa, la licencia del ítem se describe cómo openAccess

Buscar en RI


Buscar en RI

Usuario

Estadísticas