Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/103670
Title: Aplicación del Deep Learning para la correcta clasificación de residuos sólidos orgánicos en origen
Other Titles: Application of Deep Learning for the correct classification of organic solid waste at source
Authors: Cerviño Cortínez, Daniel Laureano
Director: Quesada Arencibia, Francisco Alexis 
Sánchez Medina, Agustín Jesús 
UNESCO Clasification: 120317 Informática
5311 Organización y dirección de empresas
Keywords: Aprendizaje profundo
Reconocimiento de patrones
Visión artificial
Compost
Bolsas compostables, et al
Issue Date: 2020
Abstract: Este trabajo surge con el objetivo de mejorar la gestión de residuos orgánicos, sólidos y domésticos en origen a través de la clasificación de bolsas compostables y no compostables. Existen personas, ya sea por desconocimiento o mala praxis, que desechan residuos con bolsas que no son compostables, y/o que contienen elementos en su interior que no poseen esta característica. Para solucionar este problema, se ha desarrollado un sistema de visión artificial basado en redes neuronales convolucionales.
This work arises with the goal of improving the management of organic, solid and domestic waste at source through the classification of compostable and non-compostable bags. There are people, either due to ignorance or malpractice, who discard waste with bags that are not compostable, and/or that contain elements inside that do not have this characteristic. To solve this problem, an artificial vision system based on convolutional neural networks has been developed.
Department: Departamento de Informática y Sistemas
Faculty: Escuela de Ingeniería Informática
Degree: Programa de doble titulación: Grado en Ingeniería Informática y Grado en Administración y Dirección de Empresas
URI: http://hdl.handle.net/10553/103670
Appears in Collections:Trabajo final de grado

En el caso de que no encuentre el documento puede ser debido a que el centro o las/os autoras/es no autorizan su publicación. Si tiene verdadero interés en el contenido del mismo, puede dirigirse al director/a o directores/as del trabajo cuyos datos encontrará más arriba.

Show full item record

Page view(s)

420
checked on Oct 5, 2024

Google ScholarTM

Check


Share



Export metadata



Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.