Add to ORKGLos autocodificadores variacionales (VAE) son un tipo de redes neuronales empleados en un contexto de aprendizaje no supervisado. Tradicionalmente se emplean para la reconstrucción de imágenes o para la creación de imágenes. En este caso se emplearán con el objetivo de clasificar y recuperar imágenes de una base de datos.Variational autoencoders are a kind of neural networks employed for unsupervised learning. Usually, VAE are used for image reconstruction or creation. In this thesis, they will be utilized for classifying and retrieve images from a database.Torres Fernández, S. (2018). Autocodificadores variacionales para recuperación de imágenes. http://hdl.handle.net/10251/10940
Uno de los ámbitos estudiados hoy en día por la Inteligencia Artificial es la generación de imágenes...
Usualmente se tiende a pensar en los sistemas informáticos como elementos puramente objetivos y dete...
[ES] En este proyecto se aplica una solución a un problema existente en el campo de la visión artif...
Los autocodificadores variacionales (VAE) son un tipo de redes neuronales empleados en un contexto d...
Los sistemas para la recuperación de imágenes basada en contenido permiten la búsqueda y recuperació...
El auto-encoder variacional ha adquirido mucha fama gracias a sus capacidades como modelo generador....
Autoencoders are essential in the field of machine learning because of the wide range of application...
Dentro del campo de la Inteligencia Artificial, la generación de imágenes es una parte muy desarroll...
[ES] Se estudia la viabilidad del uso de autoencoders en la compresión de imágenes para escenarios d...
Al trabajar con modelos de aprendizaje automático es fundamental el uso de una base de datos de cali...
An increasing number of nowadays tasks, such as speech recognition, image generation, translation, ...
Autoencoders are a self-supervised learning system where, during training, the output is an approxim...
[ES] La mayoría de proyectos de visión artificial utilizan algoritmos tradicionales no relacionados ...
Generative Adversarial Networks(GAN) are trained to generate images from random noise vectors, but o...
In the past few years Generative models have become an interesting topic in the field of Machine Lea...
Uno de los ámbitos estudiados hoy en día por la Inteligencia Artificial es la generación de imágenes...
Usualmente se tiende a pensar en los sistemas informáticos como elementos puramente objetivos y dete...
[ES] En este proyecto se aplica una solución a un problema existente en el campo de la visión artif...
Los autocodificadores variacionales (VAE) son un tipo de redes neuronales empleados en un contexto d...
Los sistemas para la recuperación de imágenes basada en contenido permiten la búsqueda y recuperació...
El auto-encoder variacional ha adquirido mucha fama gracias a sus capacidades como modelo generador....
Autoencoders are essential in the field of machine learning because of the wide range of application...
Dentro del campo de la Inteligencia Artificial, la generación de imágenes es una parte muy desarroll...
[ES] Se estudia la viabilidad del uso de autoencoders en la compresión de imágenes para escenarios d...
Al trabajar con modelos de aprendizaje automático es fundamental el uso de una base de datos de cali...
An increasing number of nowadays tasks, such as speech recognition, image generation, translation, ...
Autoencoders are a self-supervised learning system where, during training, the output is an approxim...
[ES] La mayoría de proyectos de visión artificial utilizan algoritmos tradicionales no relacionados ...
Generative Adversarial Networks(GAN) are trained to generate images from random noise vectors, but o...
In the past few years Generative models have become an interesting topic in the field of Machine Lea...
Uno de los ámbitos estudiados hoy en día por la Inteligencia Artificial es la generación de imágenes...
Usualmente se tiende a pensar en los sistemas informáticos como elementos puramente objetivos y dete...
[ES] En este proyecto se aplica una solución a un problema existente en el campo de la visión artif...