Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/11000/32776
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Peñalver Benavent, Antonio | - |
dc.contributor.author | Juárez Limorte, José Antonio | - |
dc.contributor.other | Departamentos de la UMH::Ingeniería de Computadores | es_ES |
dc.date.accessioned | 2024-07-26T11:16:11Z | - |
dc.date.available | 2024-07-26T11:16:11Z | - |
dc.date.created | 2024-06 | - |
dc.identifier.uri | https://hdl.handle.net/11000/32776 | - |
dc.description.abstract | El uso de la inteligencia artificial ha aumentado significativamente en los últimos años debido a una combinación de múltiples factores. Este Trabajo de Fin de Grado comienza con un estudio de esta rama de la informática, desde sus orígenes hasta la actualidad. Sin embargo, el objetivo principal de este Trabajo de Fin de Grado ha sido llevar a cabo la creación de una red neuronal convolucional para clasificar imágenes médicas. En última instancia esta red neuronal será ejecutada en una aplicación para dispositivos móviles Android, por este motivo la red se ha optimizado para dispositivos móviles. La red neuronal convolucional ha sido implementada mediante la librería de aprendizaje automático PyTorch de Python y la optimización para dispositivos móviles incluye la cuantificación de la red neuronal para reducir uso de memoria y proporcionar una mayor velocidad de inferencia. | es_ES |
dc.format | application/pdf | es_ES |
dc.format.extent | 102 | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad Miguel Hernández de Elche | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | inteligencia artificial | es_ES |
dc.subject | red neuronal convolucional | es_ES |
dc.subject | móviles Android | es_ES |
dc.subject | dispositivos móviles | es_ES |
dc.subject | velocidad de inferencia | es_ES |
dc.subject.classification | Ingeniería Informática en Tecnologías de la Información | es_ES |
dc.subject.other | CDU::6 - Ciencias aplicadas::62 - Ingeniería. Tecnología | es_ES |
dc.title | Clasificación de imágenes médicas con dispositivos móviles utilizando redes neuronales convolucionales | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
Ver/Abrir:
TFG-Juárez Limorte, José Antonio.pdf
5,13 MB
Adobe PDF
Compartir:
La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.