Suchergebnisse - "aprendizaje profundo"

Reconocimiento del andar humano mediante técnicas de aprendizaje profundo

Autoren: Burruel Zazueta, José Misael

Weitere Verfasser: University/Department: Universitat Politècnica de Catalunya. Institut d'Organització i Control de Sistemes Industrials

Thesis Advisors: Puig Cayuela, Vicenç, Rodríguez Rangel, Héctor

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Reconocimiento del Andar Humano (RAH), Biometría, Aprendizaje Profundo, Inteligencia Artificial, Identificación Biométrica, Conjuntos de DatosTecNM Gait-DS, Siluetas, Pose estimada, DensePose, Detectron2, GEI (Gait Energy Image), ResNet, DINO-ViTGaitMix / GaitRef, ClasificaciónTiempo-real, Generalización, One-shot learning, Desigualdad de Vapnik-Chervonenkis (VC), Àrees temàtiques de la UPC::Informàtica, 004 - Informàtica

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/695513
https://dx.doi.org/10.5821/dissertation-2117-443825

Confounding factors-aware hierarchical deep learning for sustainable edge wildfire detection

Autoren: El Madafri, Ismail

Weitere Verfasser: University/Department: Universitat Politècnica de Catalunya. Institut Universitari de Recerca en Ciència i Tecnologies de la Sostenibilitat

Thesis Advisors: Peña Carrera, Marta, Olmedo Torre, Noelia

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: wildfire detection, deep learning, confounding elements, multi-task learning, knowledge distillation, hierarchical learning, domain adaptation, edge devices, sustainable AI, environmental monitoring., detecció d'incendis forestals, aprenentatge profund, elements confusos, aprenentatge multitarea, destil·lació de coneixement, aprenentatge jeràrquic, adaptació al domini, dispositius edge, IA sostenible, monitoratge ambiental, detección de incendios forestales, aprendizaje profundo, elementos confusos, aprendizaje multitarea, destilación de conocimiento, aprendizaje jerárquico, adaptación al dominio, dispositivos edge, monitoreo ambiental., Àrees temàtiques de la UPC::Desenvolupament humà i sostenible, 502 - Natura. Estudi, conservació i protecció de la natura, 630 - Silvicultura. Arboricultura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/695130
https://dx.doi.org/10.5821/dissertation-2117-440594

End-to-End AI Solutions for Capsule Endoscopy: Enhancing Efficiency and Accuracy in Gastrointestinal Diagnostics

Autoren: Gilabert Roca, Pere

Weitere Verfasser: University/Department: Universitat de Barcelona. Departament de Matemàtiques i Informàtica

Thesis Advisors: Seguí Mesquida, Santi

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Càpsula endoscòpica, Cápsula endoscópica, Capsule endoscopy, Intel·ligència artificial, Inteligencia artificial, Artificial intelligence, Aprenentatge profund, Aprendizaje profundo, Deep learning (Machine learning), Informàtica mèdica, Informática médica, Medical informatics, Ciències Experimentals i Matemàtiques

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/694089

understanding and editing light in images

Autoren: Yang, Yixiong

Thesis Advisors: Vanrell i Martorell, Maria Isabel

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Descomposició intrínseca, Intrinsic decomposition, Descomposición intrínseca, Re-iluminació, Relighting, Re-iluminación, Aprenentatge profund, Deep Learning, Aprendizaje profundo, Tecnologies

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/692775

Deep Learning Approaches for Breast Cancer Analysis in Tomosynthesis Images

Autoren: Hassan, Loay Abdelrahim Osman

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Puig Valls, Domènec Savi, Abdelnasser Mohamed Mahmoud, Mohamed

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Visió per ordinador, càncer de pulmó, Aprendizaje profundo, Visión por computador, cáncer de mama, Deep Learning, Computer Vision, Brest Cancer, Enginyeria i Arquitectura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/692225

On Considering Semantics for Multi-image Processing

Autoren: Xue, Danna

Thesis Advisors: Herranz Arribas, Luis, Zhang , Yanning, Vázquez i Corral, Javier, Baldrich i Caselles, Ramon

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Deep learning, Aprendizaje profundo, Segmentació semàntica, SEmantic segmentation, Segmentación semántica, Restauració d'imatges, Image restoration, Restauración de imágenes, Tecnologies

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/692144

Understanding the Causes of Forgetting in Continually Learned Neural Networks

Autoren: Soutif-Cormerais, Albin

Thesis Advisors: Weijer, Joost van de

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge continu, Continual learning, Aprendizaje continuo, Aprenentatge profund, Deep learning, Aprendizaje profundo, Aprenentatge en línia, Online learning, Aprendizaje en línea, Tecnologies

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/691897

Gestió predictiva d'infrastructures aquàtiques en entorns urbans resilients

Autoren: Ribalta Gené, Marc

Weitere Verfasser: University/Department: Universitat de Lleida. Departament d'Enginyeria Informàtica i Disseny Digital

Thesis Advisors: Mateu Piñol, Carles, Béjar Torres, Ramón

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge automàtic, Aprenentatge profund, Clavegueram, Aprendizaje automático, Aprendizaje profundo, Alcantarillado, Machine Learning, Deep Learning, Sewer systems, Ciències de la Computació i Intel·ligència Artificial

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/691124

Human Robot Interactions using Efficient Semantic Mapping

Autoren: Singh, Aditya

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Puig Valls, Domènec Savi, Nandi, Gora Chand

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Robòtica, Cartografia, Aprendizaje Profundo, Deep Learning, Robotics, Mapping, Enginyeria i arquitectura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/690574

Deep learning applied to brain MRI data for patient stratification and prediction of multiple sclerosis disease course

Autoren: Coll Benejam, Llucia

Thesis Advisors: Pareto Onghena, Deborah, Tur Gómez, Carmen, Lladó Bardera, Xavier, Ruiz Cirera, Albert

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Esclerosi múltiple, Multiple sclerosis, Esclerosis múltiple, Aprenentatge profund, Deep learning, Aprendizaje profundo, Ressonància magnètica, Mri, Resonancia magnética, Ciències de la Salut, Tecnologies

Time: 616.8

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/691628

Enhancing Distance Prediction through Monocular Depth Estimation based on Graph Convolutional Networks

Autoren: Masoumian, Armin

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Puig Valls, Domènec Savi, Cristiano Rodríguez, Julián Efrén, Abdellatif Fatahallah Ibrahim Mahmoud, Hatem

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge Profund, Visió per Computador, Estimació de la Profunditat, Aprendizaje Profundo, Visión por Computador, Estimación de la Profundidad, Deep Learning, Computer Vision, Depth Estimation, Ciències

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/690512

Self-supervised Advanced Deep Learning for Characterization of Brain Tumor Aggressiveness and Prognosis Analysis Through Multimodality MRI Imaging

Autoren: Mazher, Moona

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Puig Valls, Domènec Savi, Abdelnasser Mohamed Mahmoud, Mohamed

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Segmentació del tumor cerebral, Anàlisi de pronòstic, Aprendizaje profundo, Segmentación de tumores cerebrales, Análisis de pronóstico, Deep Learning, Brain Tumor Segmentation, Prognosis Analysis, Enginyeria i arquitectura

Time: 621.3

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/689899

Improving the Quality of Life for Intellectually Disabled Elderly People using Artificial Intelligence Techniques

Autoren: Yadav, Gaurav Kumar

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Ferré Grau, Carme, Burjales Marti, Maria Dolors

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Aprenentatge automàtic, Discapacitat intellectual, Aprendizaje profundo, Aprendizaje automático, Discapacidad intelectual, Deep Learning, Machine Learning, Intellectual Disability, Enginyeria i arquitectura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/689409

Multilingual retrieval of crisis-relevant information from social media

Autoren: Vitiugin, Fedor

Weitere Verfasser: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions

Thesis Advisors: Castillo, Carlos

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Social media, Crisis informatics, Natural language processing, Data science, Deep learning, Machine learning, Network science, Information retrieval, Redes sociales, Informática de crisis, Procesamiento del lenguaje natural, Ciencia de datos, Aprendizaje profundo, Aprendizaje automático, Ciencia de redes, Recuperación de información

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/689218

Imaginación visual: nuevo paradigma en interfaces cerebro-máquina

Autoren: Llorella Costa, Fabio Ricardo

Weitere Verfasser: University/Department: Universitat de Girona. Departament d'Informàtica, Matemàtica Aplicada i Estadística (2013-)

Thesis Advisors: Patow, Gustavo

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Imaginació visual, Imaginación visual, Visual imagery, Interfícies cervell-màquina, Interfaces cerebro-máquina, Brain-computer interfaces, Aprenentatge profund, Aprendizaje profundo, Deep learning, Xarxes neuronals convolucionals, Redes neuronales convolucionales, Convolutional neural networks, Senyals EEG, Señales EEG, EEG signals

Time: 616.8

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/688911

Deep Learning Based Data Fusion Approaches for the Assessment of Cognitive States on EEG Signals

Autoren: Yauri Vidalón, José Elías

Thesis Advisors: Hernàndez i Sabaté, Aura, Gil Resina, Debora

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Aprendizaje profundo, Deep learning, Fusió canals d'EEG, Fusión canales EEG, EEG channel fusion, Estats cognitius, Estados cognitivos, Cognitive states, Tecnologies

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/690726

Supervised Monocular Depth Estimation Based on Machine and Deep Learning Models

Autoren: Abdulwahab, Saddam

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Puig Valls, Domènec Savi, Abdellatif Fatahallah Ibrahim Mahmoud, Hatem

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Visió per ordinador, Imatges de profunditat, Aprendizaje profundo, Visión por computador, Imágenes de profundidad, Deep Learning, Computer Vision, Depth Images, Enginyeria i Arquitectura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/688601

Deep learning methods for extraction of neuroimage markers in the prognosis of brain pathologies

Autoren: Clèrigues Garcia, Albert

Weitere Verfasser: University/Department: Universitat de Girona. Departament d'Arquitectura i Tecnologia de Computadors, University/Department: Universitat de Girona. Institut de Recerca en Visió per Computador i Robòtica

Thesis Advisors: Lladó Bardera, Xavier, Oliver i Malagelada, Arnau, Valverde Valverde, Sergi

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Aprenentatge profund, Aprendizaje profundo, Deep learning, Lesions cerebrals, Lesiones cerebrales, Brain lesions, Atròfia cerebral, Atrofia cerebral, Cerebral atrophy, Imatges per ressonància magnètica, Imágenes por resonancia magnética, Magnetic resonance imaging, Ressonància magnètica cerebral, Resonancia magnética cerebral, Brain MRI, Xarxes neuronals convolucionals, Redes neuronales convolucionales, Convolutional neural networks, Segmentació de teixits, Segmentación de tejidos, Tissue segmentation

Time: 616.8

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/688369

Automatic characterization and generation of music loops and instrument samples for electronic music production

Autoren: Ramires, António

Weitere Verfasser: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions

Thesis Advisors: Serra, Xavier, Font Corbera, Frederic

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: Electronic music production, Instrument classification, Percussive sound generation, Music information retrieval, Deep learning, Deep generative models, Producción de música electrónica, Clasificación de instrumentos, Generación de sonidos percusivos, Recuperación de la información musical, Aprendizaje profundo, Modelos generativos profundos

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/687697

Deep Learning-based Methods for Extracting Fundus Image Landmarks and Signs of Eye Diseases

Autoren: Ali, Mohammed Yousef Salem

Weitere Verfasser: University/Department: Universitat Rovira i Virgili. Departament d'Enginyeria Informàtica i Matemàtiques

Thesis Advisors: Valls Mateu, Aïda, Abdelnasser Mohamed Mahmoud, Mohamed, Baget Bernaldiz, Marc

Quelle: TDX (Tesis Doctorals en Xarxa)

Schlagwörter: aprenentatge profund, visió per computador, Anàlisi d'imatges mèdiques, aprendizaje profundo, visión por computador, Análisis de imágenes médicas, deep learning, computer vision, Medical image analysis, Enginyeria i arquitectura

Dateibeschreibung: application/pdf

Zugangs-URL: http://hdl.handle.net/10803/687502