|
|
|
|
| LEADER |
00000nam a2200000 a 4500 |
| 003 |
AR-LpUFIB |
| 005 |
20250423183307.0 |
| 008 |
230201s2024 xx a om 000 0 spa d |
| 024 |
8 |
|
|a DIF-M8850
|b 9076
|z DIF008113
|
| 040 |
|
|
|a AR-LpUFIB
|b spa
|c AR-LpUFIB
|
| 100 |
1 |
|
|a Gardella Ruiz, Andrés Mauro
|9 50597
|
| 245 |
1 |
0 |
|a Integración de diferentes técnicas para visualizar la influencia de regiones de una imagen en su clasificación por una red neuronal
|
| 260 |
|
|
|c 2024
|
| 300 |
|
|
|a 1 archivo (8,8 MB) :
|b il. col.
|
| 502 |
|
|
|a Tesina (Licenciatura en Informática) - Universidad Nacional de La Plata. Facultad de Informática, 2024.
|
| 505 |
0 |
|
|a Capítulo 1: Introducción -- 1.1 Motivación -- 1.2 Objetivos -- 1.2.1 Generales -- 1.2.2 Específicos -- 1.3 Resultados esperados -- 1.4 Estructura de la tesina -- Capítulo 2: Información preliminar -- 2.1 Machine Learning -- 2.1.1 Problemas de Clasificación y Regresión -- 2.1.2 Datos de Entrenamiento y de Prueba -- 2.1.3 Métricas -- 2.2 Redes Neuronales y Deep Learning -- 2.3 Entrenamiento -- 2.3.1 Inicialización de pesos -- 2.3.2 Regularización -- 2.3.3 Batch size -- 2.3.4 Ratio de aprendizaje -- 2.3.5 Métodos de optimización -- SGD -- Momentum -- RMSProp -- Adam -- 2.3.6 Batch Normalization -- 2.4 Imágenes -- 2.5 Redes Neuronales Convolucionales (CNNs) -- 2.5.1 Estructura de las redes convolucionales -- 2.5.1.1 Capa convolucional -- 2.5.1.2 Capa de agrupación -- 2.5.1.3 Capa totalmente conectada -- Capítulo 3: Visualización de Redes Neuronales Convolucionales -- 3.1 Mapeo de activación de clase (CAM) -- 3.2 Mapeo de activación de clases ponderado por gradiente (Grad-CAM) -- 3.3 Explicaciones Locales Interpretables Independientes del Modelo (LIME) -- 3.4 Explicaciones aditivas SHapley (SHAP) -- 3.5 Arquitecturas de CNNs consideradas -- LeNet-5 [23] -- VGG-16 [24] -- ResNets [26] -- Inception [27] -- 3.6 Transferencia de aprendizaje (Transfer Learning) -- Capítulo 4: Desarrollo. -- 4.1 Implementaciones de los métodos de visualización -- 4.1.1 Método CAM -- 4.1.2 Método Grad-CAM -- 4.1.3 Método LIME -- 4.1.4 Método SHAP -- 4.2 Comparativa entre los métodos vistos para diferentes arquitecturas -- 4.2.1 Visualización sobre los resultados de VGG16 -- 4.2.2 Visualización sobre los resultados de ResNet50 -- 4.3 Conclusiones e información general -- Capítulo 5: Herramienta propuesta -- 5.1 Herramientas y frameworks adicionales -- ● Framework para la aplicación web: Flask [40] -- ● Gestor de entornos - Miniconda [43] -- ● Librerías para uso de GPU - CUDA [45] y cuDNN[46] -- 5.2 Decisiones durante el desarrollo -- 5.3 Funcionamiento de la aplicación -- 5.3.1 Configuración del método SHAP -- 5.3.2 Configuración del método LIME -- 5.3.3 Configuración del método Grad-CAM -- 5.4 Procesamiento de la imagen -- Capítulo 6: Conclusiones y trabajos futuros -- Referencias
|
| 650 |
|
4 |
|a REDES NEURONALES
|9 42953
|
| 650 |
|
4 |
|a IMÁGENES
|9 36525
|
| 653 |
|
|
|a visualización
|
| 700 |
1 |
|
|a Pons, Claudia Fabiana ,
|e Director/a
|9 44762
|
| 700 |
1 |
|
|a Pérez, Gabriela ,
|e Codirector/a
|9 46361
|
| 856 |
4 |
0 |
|u http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2741
|
| 942 |
|
|
|c TE
|
| 952 |
|
|
|0 0
|1 0
|4 0
|6 TES_2414
|7 0
|9 84302
|a DIF
|b DIF
|d 2025-03-11
|i DIF-05342
|l 0
|o TES 24/14
|p DIF-05342
|r 2025-03-11 17:05:30
|w 2025-03-11
|y TE
|
| 952 |
|
|
|0 0
|1 0
|4 0
|7 3
|8 BD
|9 84303
|a DIF
|b DIF
|d 2025-03-11
|l 0
|r 2025-03-11 17:05:30
|u http://sedici.unlp.edu.ar/handle/10915/167594
|w 2025-03-11
|y TE
|
| 952 |
|
|
|0 0
|1 0
|4 0
|7 3
|8 BD
|9 84304
|a DIF
|b DIF
|d 2025-03-11
|l 0
|r 2025-03-11 17:05:30
|u http://catalogo.info.unlp.edu.ar/meran/getDocument.pl?id=2741
|w 2025-03-11
|y TE
|
| 999 |
|
|
|c 57885
|d 57885
|
