Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo

Tesis previa obtención del título de Ingeniero/a en Sistemas y Computación

Salvato in:
Dettagli Bibliografici
Autore principale: Sánchez Guashpa Anthony Elvis (author)
Natura: bachelorThesis
Pubblicazione: 2021
Soggetti:
Accesso online:https://repositorio.puce.edu.ec/handle/123456789/38023
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
_version_ 1836825366418685952
author Sánchez Guashpa Anthony Elvis
author_facet Sánchez Guashpa Anthony Elvis
author_role author
collection Repositorio Pontificia Universidad Católica del Ecuador
dc.creator.none.fl_str_mv Sánchez Guashpa Anthony Elvis
dc.date.none.fl_str_mv 2021
2023-12-05T15:04:48Z
2023-12-05T15:04:48Z
dc.format.none.fl_str_mv application/pdf
dc.identifier.none.fl_str_mv IS.221
https://repositorio.puce.edu.ec/handle/123456789/38023
dc.language.none.fl_str_mv es
dc.publisher.none.fl_str_mv PUCE - Esmeraldas
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Pontificia Universidad Católica del Ecuador
instname:Pontificia Universidad Católica del Ecuador
instacron:PUCE
dc.subject.none.fl_str_mv Red Neuronal Convolucional
Pez
Endémico
Ecuador
Aprendizaje Profundo.
dc.title.none.fl_str_mv Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description Tesis previa obtención del título de Ingeniero/a en Sistemas y Computación
eu_rights_str_mv openAccess
format bachelorThesis
id PUCE_3d2ef2dd7327e2e5272687cd7b2d119e
identifier_str_mv IS.221
instacron_str PUCE
institution PUCE
instname_str Pontificia Universidad Católica del Ecuador
language_invalid_str_mv es
network_acronym_str PUCE
network_name_str Repositorio Pontificia Universidad Católica del Ecuador
oai_identifier_str oai:repositorio.puce.edu.ec:123456789/38023
publishDate 2021
publisher.none.fl_str_mv PUCE - Esmeraldas
reponame_str Repositorio Pontificia Universidad Católica del Ecuador
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Pontificia Universidad Católica del Ecuador - Pontificia Universidad Católica del Ecuador
repository_id_str 2180
spelling Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje ProfundoSánchez Guashpa Anthony ElvisRed Neuronal ConvolucionalPezEndémicoEcuadorAprendizaje Profundo.Tesis previa obtención del título de Ingeniero/a en Sistemas y ComputaciónLa presente investigación muestra la creación de un sistema clasificador de imágenes de peces endémicos del Ecuador. Este sistema predice imágenes de peces de acuerdo a la taxonomía de géneros a la que pertenece cada pez. Para crear el modelo de aprendizaje profundo, se usó una arquitectura de red neuronal convolucional o CNN, esta utilizó cuatro capas convolucionales usando la función de activación Relu, cuatro capas de submuestreos usando un Max Pooling, un total de 480 filtros en las capas convolucionales, una capa Flatten, una capa de Dropout al 0.3%, una capa densa con 256 neuronas interconectadas y una capa densa utilizando SoftMax. Para el entrenamiento automático se creó un conjunto de datos de 36140 imágenes con una estratificación de datos del 80% para las imágenes de entrenamiento y 20% para las de validación. El conjunto de datos se compuso de imágenes de 94 especies de peces endémicos y nativos del Ecuador distribuidos por 6 cuencas hidrográficas que son: Mira Mataje, Santiago Cayapas, Esmeraldas, Guayas, Santa Rosa y Catamayo, además se categorizaron a las imágenes por 52 géneros. Finalmente, se creó un modelo de red convolucional que se entrenó con dicho set de datos teniendo un grado de precisión del 97,55 %. Dicho modelo se entrenó con una tasa de aprendizaje del 0.0001, 50 épocas 905 iteraciones por cada época. Conjuntamente, este modelo fue integrado en una interfaz gráfica para usuarios no especializados permitiendo realizar la predicción de imágenes de peces endémicos y nativos perteneciente al Ecuador con un alto porcentaje de efectividad. PUCE - Esmeraldas2023-12-05T15:04:48Z2023-12-05T15:04:48Z2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfIS.221https://repositorio.puce.edu.ec/handle/123456789/38023esinfo:eu-repo/semantics/openAccessreponame:Repositorio Pontificia Universidad Católica del Ecuadorinstname:Pontificia Universidad Católica del Ecuadorinstacron:PUCE2025-06-09T21:02:26Zoai:repositorio.puce.edu.ec:123456789/38023Institucionalhttp://repositorio.puce.edu.ec/Institución privadahttps://www.puce.edu.ec/http://repositorio.puce.edu.ec/oai.Ecuador...opendoar:21802025-07-05T15:20:22.365036Repositorio Pontificia Universidad Católica del Ecuador - Pontificia Universidad Católica del Ecuadortrue
spellingShingle Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
Sánchez Guashpa Anthony Elvis
Red Neuronal Convolucional
Pez
Endémico
Ecuador
Aprendizaje Profundo.
status_str publishedVersion
title Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
title_full Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
title_fullStr Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
title_full_unstemmed Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
title_short Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
title_sort Sistema Para La Clasificación Automática De Peces Endémicos Del Ecuador Usando Técnicas De Aprendizaje Profundo
topic Red Neuronal Convolucional
Pez
Endémico
Ecuador
Aprendizaje Profundo.
url https://repositorio.puce.edu.ec/handle/123456789/38023