Ingeniería Informática
URI permanente para esta colección
Examinar
Examinando Ingeniería Informática por Materia "APRENDIZAJE AUTOMATICO"
Mostrando 1 - 8 de 8
Resultados por página
Opciones de ordenación
Proyecto final de Grado AirFitness: generación de rutinas personalizadas con IA y corrección de ejercicios con ML(2020-12) Kramer, Esteban; Scomazzon, Martina; Dolagaratz, Gonzalo"AirFitness busca facilitar el proceso de realizar ejercicio físico y estar en forma sin la necesidad de ir a un gimnasio o tener un entrenador personal."Proyecto final de Grado Análisis de datos de pacientes y consultantes con COVID-19(2021-09-29) Pingarilho, Pedro Remigio; Gómez, Fermín; Di Luca, Miguel; Gambini, JulianaProyecto final de Grado Análisis de sentimiento: comparación de algoritmos predictivos y métodos utilizando un lexicon español(2019-07-29) Pauli, Pablo Agustín; Soliani, Valeria"El propósito de este proyecto es por un lado realizar una comparación entre distintos algoritmos de aprendizaje supervisado y ver que tan confiables son a la hora de clasificar la información luego de pasarlos por un proceso de entrenamiento."Proyecto final de Grado Aprendizaje por refuerzo con opciones y función de refuerzo universal(2020-12) Bruno Cilla, Diego; Heimann, Matías; Scaglioni, Giuliano; Santos, Juan Miguel"El objetivo de los algoritmos de aprendizaje por refuerzo es maximizar las recompensas acumuladas a lo largo del tiempo para hallar un comportamiento objetivo. De esta forma, para aprender distintos comportamientos, la variable a cambiar sería la función de refuerzo dada para ese problema. El objetivo de este trabajo es explorar una alternativa en la cual se puedan adquirir distintos comportamientos, manteniendo siempre la misma función de refuerzo, siendo que la variable sea los distintos entornos en los que se realiza el aprendizaje."Proyecto final de Grado Autoenconders y análisis de componentes principales: propuesta de generación de ejemplos adversarios en el contexto de sistemas de reconocimiento facial(2021-10-11) Fuster, Marina; Vidaurreta, Ignacio Matías; Pierri, Alan"En el presente trabajo se propone una nueva metodología de generación de ejemplos adversarios, datos manipulados para confundir algoritmos de clasificación. El objetivo en este caso es vulnerar sistemas de reconocimiento facial con una estrategia que se basa en el uso de autoencoders, un tipo de redes neuronales, y análisis de componentes principales."Proyecto final de Grado EEG waveform identification based on deep learning techniques(2022) Ail, Brian Ezequiel; Ramele, Rodrigo"The use of Brain-Computer Interfaces can provide substantial improvements to the quality of life of patients with diseases such as severe Amyotrophic lateral sclerosis that cause Locked-in syndrome, by creating new avenues in which these people can communicate and interact with the outside world. The P300 speller is an interface which provide the patients the ability to spell letters and eventually words, so that they can speak while unable to use their mouth. The P300 speller works by reading signals from the brain using an Electroencephalogram. Traditionally, these signals were plotted and interpreted by specialized technicians or neurologists, but the development of Machine learning algorithms for classification allow the computers to perform this analysis and detect the P300 signals, which is an Event Related Potential triggered when certain stimuli such as a bright light is triggered on a place that the patient is focused on. In this thesis we used a Convolutional Neural Network to train multi-channel EEG readings, and attempted to detect P300 signals from a P300 speller. The results are corroborated against a public ALS dataset."Proyecto final de Grado Markerless tracking(2020-07-22) Mikolás, Lóránt; Calatayud, Agustín; Guerrero, Marcela"El objetivo de este proyecto es desarrollar un sistema de captura de movimiento de humanos con la ayuda de algoritmos de aprendizaje automático y triangulación, que sustituya el software licenciado actualmente utilizado y que evite el uso de un traje con marcas ( markers). Este proceso es conocido como markerless motion capture."Proyecto final de Grado NERd: anotador eficiente de modelos estadísticos para el reconocimiento de entidades nombradas(2019-11-23) Orsay, Juan Pablo; Gómez, Horacio Miguel; Aizemberg, Diego Ariel