| Revista: | Visión electrónica |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000461343 |
| ISSN: | 1909-9746 |
| Autores: | Jiménez Moreno, Robinson1 Avilés, Oscar1 Ovalle, Diana Marcela2 |
| Instituciones: | 1Universidad Militar Nueva Granada, Bogotá. Colombia 2Universidad Distrital Francisco José de Caldas, Bogotá. Colombia |
| Año: | 2017 |
| Periodo: | Jul-Dic |
| Volumen: | 11 |
| Número: | 2 |
| Paginación: | 140-145 |
| País: | Colombia |
| Idioma: | Inglés |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico |
| Resumen en español | Las técnicas de aprendizaje profundo han surgido como una soluci ́on eficaz a losproblemas de las actuales t ́ecnicas de reconocimiento de patrones, como las redesneuronales. Dentro de estas nuevas t ́ecnicas, las redes neuronales convolucionales(CNN) ofrecen una integraci ́on al reconocimiento de patrones en im ́agenes, dadospor el conjunto tradicional de procesamiento de imagen m ́as redes neuronales. Elpresente art ́ıculo expone el an ́alisis de los diferentes hiperpar ́ametros que implican elentrenamiento de una CNN, que permite validar los efectos en la precisi ́on de la red.Se emplea como im ́agenes de la base de pruebas, el reconocimiento de medidores de energía eléctrica, obteniendo una red con exactitud de 96.32 % |
| Resumen en inglés | Deep learning techniques have emerged as an effective solution to the problems ofcurrent pattern recognition techniques, such as neural networks. Within these newtechniques, the convolutional neural networks (CNN) offer an integration to therecognition of patterns in images, given by the traditional set of images processingplus neuronal networks. This article presents the analysis of the different hyperparameters that imply the training of a CNN, which allows to validate the effectson the accuracy of the network. It is used as a base the recognition of electric energymeters, obtaining a network with an accuracy of 96.32 % |
| Disciplinas: | Ciencias de la computación |
| Palabras clave: | Redes neuronales artificiales, Hiperparámetros, Imágenes, Reconocimiento de patrones, Redes neuronales |
| Keyword: | Convolutional neural network, Hyperparameters, Image, Neural networks, Pattern recognition |
| Texto completo: | https://revistas.udistrital.edu.co/index.php/visele/article/view/14618/14646 |
