Título
Desempeño de una Red Neuronal Convolucional para Clasificación de Señales de Tránsito
Autor
RIGOBERTO VIZCAYA CARDENAS
JOSE MARTIN FLORES ALBINO
VICTOR MANUEL LANDASSURI MORENO
SAUL LAZCANO SALAS
Nivel de Acceso
Acceso Abierto
Materias
Resumen o descripción
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.
CONACYT
Editor
Journal CIM
Fecha de publicación
13 de agosto de 2017
Tipo de publicación
Artículo
Recurso de información
Fuente
20078102
Idioma
Español
Audiencia
Estudiantes
Investigadores
Repositorio Orígen
REPOSITORIO INSTITUCIONAL DE LA UAEM
Descargas
498