Paralelización de redes neuronales en el ámbito de la visión computacional

En este artículo, se presenta un estudio inicial sobre las redes neuronales aplicadas en la visión computacional y sobre el objetivo de estudiar su paralelización. La visión computacional puede utilizarse en diversos campos de la ciencia y la ingeniería, y las redes neuronales, como una herramienta...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Galdámez Bilardi, Mariela, Chirino, Pamela, Caymes Scutari, Paola, Bianchini, Germán
Formato: Artículo acceptedVersion
Lenguaje:Español
Publicado: 2023
Materias:
Paralelismo, Redes neuronales, Visión computacional
Acceso en línea:http://hdl.handle.net/20.500.12272/8148
Aporte de:
RIA - Repositorio Institucional Abierto (UTN) de Universidad Tecnológica Nacional
id I68-R174-20.500.12272-8148
record_format dspace
spelling I68-R174-20.500.12272-81482023-06-27T15:10:56Z Paralelización de redes neuronales en el ámbito de la visión computacional Galdámez Bilardi, Mariela Chirino, Pamela Caymes Scutari, Paola Bianchini, Germán Paralelismo, Redes neuronales, Visión computacional En este artículo, se presenta un estudio inicial sobre las redes neuronales aplicadas en la visión computacional y sobre el objetivo de estudiar su paralelización. La visión computacional puede utilizarse en diversos campos de la ciencia y la ingeniería, y las redes neuronales, como una herramienta de la inteligencia artificial, permiten resolver problemas complejos que surgen en éstas. Sin embargo, la complejidad de la resolución de un problema se traslada a su aprendizaje, puesto que se necesitará una red neuronal con una estructura de tamaño importante para resolverlo. La complejidad de las redes neuronales yace en la velocidad de cómputo necesaria para conseguir una red neuronal funcional en un tiempo razonable, y es aquí donde se introduce el cómputo paralelo como un modelo computacional que permite atender esta demanda al distribuir tareas o la carga de procesamiento en diversos procesadores. En este trabajo, se espera expresar estadísticamente los beneficios del paralelismo en el aprendizaje de redes neuronales, y comprobar que, al paralelizar, se consigue en un tiempo menor una convergencia de los pesos a algo cercano al óptimo global en cada neurona de la red neuronal . Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina 2023-06-27T15:10:56Z 2023-06-27T15:10:56Z 2021-01-01 info:eu-repo/semantics/article acceptedVersion Congreso de Investigaciones y Desarrollos en Tecnología y Ciencia (IDETEC 2020). Año 2021. http://hdl.handle.net/20.500.12272/8148 spa PID 7658 openAccess http://creativecommons.org/publicdomain/zero/1.0/ CC0 1.0 Universal Universidad Tecnológica Nacional. Facultad Regional Mendoza Atribución pdf
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Paralelismo, Redes neuronales, Visión computacional
spellingShingle Paralelismo, Redes neuronales, Visión computacional
Galdámez Bilardi, Mariela
Chirino, Pamela
Caymes Scutari, Paola
Bianchini, Germán
Paralelización de redes neuronales en el ámbito de la visión computacional
topic_facet Paralelismo, Redes neuronales, Visión computacional
description En este artículo, se presenta un estudio inicial sobre las redes neuronales aplicadas en la visión computacional y sobre el objetivo de estudiar su paralelización. La visión computacional puede utilizarse en diversos campos de la ciencia y la ingeniería, y las redes neuronales, como una herramienta de la inteligencia artificial, permiten resolver problemas complejos que surgen en éstas. Sin embargo, la complejidad de la resolución de un problema se traslada a su aprendizaje, puesto que se necesitará una red neuronal con una estructura de tamaño importante para resolverlo. La complejidad de las redes neuronales yace en la velocidad de cómputo necesaria para conseguir una red neuronal funcional en un tiempo razonable, y es aquí donde se introduce el cómputo paralelo como un modelo computacional que permite atender esta demanda al distribuir tareas o la carga de procesamiento en diversos procesadores. En este trabajo, se espera expresar estadísticamente los beneficios del paralelismo en el aprendizaje de redes neuronales, y comprobar que, al paralelizar, se consigue en un tiempo menor una convergencia de los pesos a algo cercano al óptimo global en cada neurona de la red neuronal .
format Artículo
acceptedVersion
author Galdámez Bilardi, Mariela
Chirino, Pamela
Caymes Scutari, Paola
Bianchini, Germán
author_facet Galdámez Bilardi, Mariela
Chirino, Pamela
Caymes Scutari, Paola
Bianchini, Germán
author_sort Galdámez Bilardi, Mariela
title Paralelización de redes neuronales en el ámbito de la visión computacional
title_short Paralelización de redes neuronales en el ámbito de la visión computacional
title_full Paralelización de redes neuronales en el ámbito de la visión computacional
title_fullStr Paralelización de redes neuronales en el ámbito de la visión computacional
title_full_unstemmed Paralelización de redes neuronales en el ámbito de la visión computacional
title_sort paralelización de redes neuronales en el ámbito de la visión computacional
publishDate 2023
url http://hdl.handle.net/20.500.12272/8148
work_keys_str_mv AT galdamezbilardimariela paralelizacionderedesneuronalesenelambitodelavisioncomputacional
AT chirinopamela paralelizacionderedesneuronalesenelambitodelavisioncomputacional
AT caymesscutaripaola paralelizacionderedesneuronalesenelambitodelavisioncomputacional
AT bianchinigerman paralelizacionderedesneuronalesenelambitodelavisioncomputacional
_version_ 1769989316506812416

Ejemplares similares