Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos
La inteligencia artificial y nanotecnología son dos campos de la ciencia que están cambiando el mundo y empujando hacia novedades en soluciones de la vida diaria. Este trabajo usa la inteligencia artificial en su rama de aprendizaje profundo (Deep learning) usando redes neuronales convolucionales en...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Lenguaje: | spa |
Publicado: |
Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño.
2022
|
Materias: | |
Acceso en línea: | https://hdl.handle.net/20.500.12930/9127 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
repositorioinstitucional-20.500.12930-9127 |
---|---|
record_format |
dspace |
spelling |
repositorioinstitucional-20.500.12930-91272023-05-14T18:11:18Z Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos Cabrera Ramos, Carlos Eduardo Flores Gutiérrez, Dora Luz Ingeniería||Tesis QA76.87 C32 2022 La inteligencia artificial y nanotecnología son dos campos de la ciencia que están cambiando el mundo y empujando hacia novedades en soluciones de la vida diaria. Este trabajo usa la inteligencia artificial en su rama de aprendizaje profundo (Deep learning) usando redes neuronales convolucionales en visión computacional mediante imágenes nanoestructuradas heterogéneas obtenidas en microscopía electrónica de transmisión (TEM) a partir de materiales sintetizados que generan luz blanca, para clasificar los compuestos químicos que la integran en las escalas nanométrica y micrométrica. 2022-07-13T05:15:28Z 2022-07-13T05:15:28Z 2022 https://hdl.handle.net/20.500.12930/9127 spa https://drive.google.com/file/d/1N_-GLu4LM4vZiay8D01ctYTa9BJg4UKx/view?usp=sharing openAccess http://creativecommons.org/licenses/by-nc-nd/4 i, vii, 60 p. : il. pdf application/pdf Ensenada, Baja California. Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño. |
institution |
Repositorio Institucional |
collection |
DSpace |
language |
spa |
topic |
Ingeniería||Tesis QA76.87 C32 2022 |
spellingShingle |
Ingeniería||Tesis QA76.87 C32 2022 Cabrera Ramos, Carlos Eduardo Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
description |
La inteligencia artificial y nanotecnología son dos campos de la ciencia que están cambiando el mundo y empujando hacia novedades en soluciones de la vida diaria. Este trabajo usa la inteligencia artificial en su rama de aprendizaje profundo (Deep learning) usando redes neuronales convolucionales en visión computacional mediante imágenes nanoestructuradas heterogéneas obtenidas en microscopía electrónica de transmisión (TEM) a partir de materiales sintetizados que generan luz blanca, para clasificar los compuestos químicos que la integran en las escalas nanométrica y micrométrica. |
author2 |
Flores Gutiérrez, Dora Luz |
author_facet |
Flores Gutiérrez, Dora Luz Cabrera Ramos, Carlos Eduardo |
author |
Cabrera Ramos, Carlos Eduardo |
author_sort |
Cabrera Ramos, Carlos Eduardo |
title |
Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
title_short |
Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
title_full |
Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
title_fullStr |
Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
title_full_unstemmed |
Uso de métodos de Deep Learning para clasificación de compuestos nanoestructurados heterogéneos |
title_sort |
uso de métodos de deep learning para clasificación de compuestos nanoestructurados heterogéneos |
publisher |
Universidad Autónoma de Baja California, Facultad de Ingeniería, Arquitectura y Diseño. |
publishDate |
2022 |
url |
https://hdl.handle.net/20.500.12930/9127 |
_version_ |
1792608812049367040 |