Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/98767
Títol: | Modelo de aprendizaje profundo/red neuronal convolucional (CNN) para clasificación de calidad de ácidos grasos por imágenes de semillas de Helianthus annuus |
Autoria: | Vega Arias, Juan Manuel |
Tutor: | Vegas Lozano, Esteban Reverter, Ferran |
Altres: | MORENO PEREZ, ANTONIO JAVIER |
Resum: | En aquest treball, hem construït un model de xarxa neuronal convolucional que pot classificar la qualitat dels àcids grassos de les llavors de gira-sol a través de les seves imatges. El model va ser desenvolupat separant el treball en dues seccions principals. Primer, una part experimental en la qual recollim les dades necessàries per construir el nostre propi conjunt de dades des de zero per formar la xarxa neuronal, i segon, el component analític en el qual desenvolupem el model utilitzant les dades que recollim prèviament. Aquest model mostra una alta precisió en classificar diferents tipus de llavors de gira-sol (Helianthus annuus L.) utilitzades per a diferents propòsits depenent del seu contingut de qualitat d'àcids grassos. |
Paraules clau: | xarxa neuronal convolucional classificació d'imatges aprenentatge profund |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 26-jun-2019 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
jvegaarTFM0619memoria.pdf | Memoria de TFM | 3,31 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons