Diseño y evaluación de algoritmo para clasificación de actividades humanas utilizando redes neuronales recurrentes

García Cedeño, Juan José

DSpace Principal
→
Unidades Académicas
→
Facultad de Ingeniería en Electricidad y Computación
→
Tesis de Computación
→
Ver ítem

dc.contributor.advisor	Garcia Aguilar, Sixto Ernesto, Director
dc.contributor.author	García Cedeño, Juan José
dc.creator	Espol
dc.date.accessioned	2018-09-04T17:30:06Z
dc.date.available	2018-09-04T17:30:06Z
dc.date.issued	2018-09-04
dc.identifier.citation	García, J. (2018). Diseño y evaluación de algoritmo para clasificación de actividades humanas utilizando redes neuronales recurrentes. [Tesis de Grado]. Espol.FIEC, Guayaquil. 68p.
dc.identifier.uri	http://www.dspace.espol.edu.ec/xmlui/handle/123456789/44832
dc.description	Las redes neuronales son modelos matemáticos con una capacidad de generalización extraordinaria y misteriosa. Son capaces de resolver tareas complejas como reconocer actividades en un video, clasificar imágenes, o traducir de un lenguae a otro. Sin embargo, el fundamento de los modelos suele ser empírico y no matemático. Este proyecto se desvia de la tendencia y propone una red neuronal recurrente para reconocer actividades en un video; pero justificada en intuiciones matemáticas. La arquitectura propuesta (denominada D-RNN) logra resultados de clasificación comparables a una LSTM (arquitectura recurrente más común para reconocer actividades), pero con 0.68% de los parámetros. Convirtiendose en una alternativa viable cuando el porcentaje de error puede sacrificarse por un modelo más liviano. Adicionalmente, se desmitifica a las redes neuronales y a TensorFlow. El capítulo dos y los anexos elaboran en los temas respectivamente, y cada uno construye una base teórica para sustentar las ideas que se plantean. En resumen, el capítulo uno da una visión general del problema a resolver, el capítulo dos explica las redes neuronales y las redes neuronales recurrentes, el capítulo tres explica la solución propuesta, y el capítulo cuatro analiza los resultados. En los anexos se explica TensorFlow.
dc.format	application/pdf
dc.format.extent	68
dc.language.iso	spa
dc.publisher	ESPOL.FIEC
dc.rights	openAccess
dc.subject	MODELOS MATEMATICOS
dc.subject	REDES NEURONALES
dc.subject	GRADIENTE
dc.subject	SISTEMAS DE RECONOCIMIENTO DE PATRONES
dc.title	Diseño y evaluación de algoritmo para clasificación de actividades humanas utilizando redes neuronales recurrentes
dc.type	bachelorThesis
dc.identifier.codigoespol	D-CD106512
dc.description.city	Guayaquil
dc.description.degree	Ingeniero en Computación