Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/26485

Entrenamiento, optimización y validación de una CNN para la localización de un robot móvil mediante tareas de clasificación y regresión


Vista previa

Ver/Abrir:
 TFG-Cabrera Mora, Juan José.pdf

7,33 MB
Adobe PDF
Compartir:
Título :
Entrenamiento, optimización y validación de una CNN para la localización de un robot móvil mediante tareas de clasificación y regresión
Autor :
Cabrera Mora, Juan José
Tutor:
Payá Castelló, Luis
Cebollada López, Sergio
Editor :
Universidad Miguel Hernández de Elche
Departamento:
Departamentos de la UMH::Ingeniería de Sistemas y Automática
Fecha de publicación:
2021-09-16
URI :
http://hdl.handle.net/11000/26485
Resumen :
El objetivo es abordar la tarea de localización de un robot autónomo móvil empleando algoritmos basados en el aprendizaje profundo (diseño y entrenamiento de una CNN) y la extracción de vectores descriptores de apariencia global a partir de las imágenes omnidireccionales capturadas por el robot. Además, se desarrollarán algoritmos de optimización de hiperparámetros para mejorar el rendimiento de la red neuronal convolucional. Se trabajará con conjuntos de imágenes previamente capturados y herramientas informáticas.
Palabras clave/Materias:
localización
imágenes omnidireccionales
aprendizaje profundo
optimización bayesiana
Área de conocimiento :
CDU: Ciencias aplicadas: Ingeniería. Tecnología
Tipo documento :
application/pdf
Derechos de acceso:
info:eu-repo/semantics/openAccess
Aparece en las colecciones:
TFG-Ingeniería Electrónica y Automática Industrial



Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.