Desarrollo de un modelo Deep Learning para reconocimiento de especies animales emblemáticas del Ecuador en peligro de extinción
El desarrollo de un modelo de Deep Learning que permita la detección de especies animales específicas emblemáticas del Ecuador que se encuentran en peligro de extinción y sea capaz de clasificarlas. El modelo se construirá basado en la técnica de redes neuronales convolucionales (CNN), que se especi...
Shranjeno v:
| Glavni avtor: | |
|---|---|
| Format: | bachelorThesis |
| Izdano: |
2024
|
| Teme: | |
| Online dostop: | https://repositorio.puce.edu.ec/handle/123456789/45188 |
| Oznake: |
Označite
Brez oznak, prvi označite!
|
Označite | Izvleček: | El desarrollo de un modelo de Deep Learning que permita la detección de especies animales específicas emblemáticas del Ecuador que se encuentran en peligro de extinción y sea capaz de clasificarlas. El modelo se construirá basado en la técnica de redes neuronales convolucionales (CNN), que se especializan concretamente en el reconocimiento de imágenes y video, dada su estructura inspirada en el funcionamiento de la corteza visual del cerebro humano. Las especies que serán abordadas son: el oso de antojos, el cóndor andino, el pingüino de Galápagos, el águila harpía y el jaguar. Se busca seguir el marco de trabajo de data mining CRISP-DM, que proporciona seis fases fundamentales para conseguir una minería de datos productiva y exitosa, sin embargo, debido a limitaciones de recursos se define el alcance a las cinco primeras fases, con lo que el proyecto concluirá en la evaluación del modelo. El presente tiene como fin aportar a la estrategia de conservación de la biodiversidad en Ecuador como herramienta de detección de fauna no invasiva |
|---|