Mostrar el registro sencillo del ítem
dc.contributor.advisor | Rodríguez Álvarez, María José | es_ES |
dc.contributor.advisor | Seimetz, Michael | es_ES |
dc.contributor.author | Calatayud Giner, Javier | es_ES |
dc.date.accessioned | 2019-10-03T11:22:11Z | |
dc.date.available | 2019-10-03T11:22:11Z | |
dc.date.created | 2019-09-18 | |
dc.date.issued | 2019-10-03 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/127157 | |
dc.description.abstract | [ES] En este trabajo de fin de grado se ha desarrollado un sistema de clasificación automática de imágenes microscópicas basado en tecnología de Deep Learning. Estas imágenes son el resultado de un experimento en el que se hace colisionar protones acelerados contra un material detector, y consisten en un fondo gris con trazas con forma circular. La mayoría de las imágenes que se obtienen con este experimento no sirven debido a distintos factores como la falta de nitidez, por lo que es necesario clasificarlas. A su vez se ha implementado un sistema que extrae el radio y posición de las trazas usando técnicas de visión artificial. | es_ES |
dc.description.abstract | [EN] In this final project, a classification system for microscopic images based on Deep Learning technology has been developed. These images are the result of an experiment in which accelerated protons collide against a detector material. Most of the images obtained with this experiment cannot be used due to different factors such as lack of sharpness, so it is necessary to discard them. Also, I have implemented an algorithm that is able to extract automatically the radius of the traces contained in the images using artificial vision techniques. | es_ES |
dc.format.extent | 67 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reconocimiento (by) | es_ES |
dc.subject | Inteligencia Artificial | es_ES |
dc.subject | Machine Learning | es_ES |
dc.subject | Deep Learning | es_ES |
dc.subject | Redes Neuronales Convolucionales | es_ES |
dc.subject | Keras | es_ES |
dc.subject | Vision Artificial | es_ES |
dc.subject | Transformada de Hough | es_ES |
dc.subject | Protones | es_ES |
dc.subject | Laser | es_ES |
dc.subject | Artificial Intelligence | es_ES |
dc.subject | Convolutional Neural Networks | es_ES |
dc.subject | Computer Vision | es_ES |
dc.subject | Hough’s transform | es_ES |
dc.subject | Protons | es_ES |
dc.subject.classification | MATEMATICA APLICADA | es_ES |
dc.subject.other | Grado en Ingeniería Informática-Grau en Enginyeria Informàtica | es_ES |
dc.title | Aplicación de métodos de machine learning a la espectroscopía de protones acelerados por láser | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Matemática Aplicada - Departament de Matemàtica Aplicada | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica | es_ES |
dc.description.bibliographicCitation | Calatayud Giner, J. (2019). Aplicación de métodos de machine learning a la espectroscopía de protones acelerados por láser. http://hdl.handle.net/10251/127157 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\96610 | es_ES |