Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/103670
DC FieldValueLanguage
dc.contributor.advisorQuesada Arencibia, Francisco Alexises
dc.contributor.advisorSánchez Medina, Agustín Jesúses
dc.contributor.authorCerviño Cortínez, Daniel Laureanoes
dc.date.accessioned2021-03-11T01:00:38Z-
dc.date.available2021-03-11T01:00:38Z-
dc.date.issued2020-
dc.identifier.otherGestión académica-
dc.identifier.urihttp://hdl.handle.net/10553/103670-
dc.description.abstractEste 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.en_US
dc.description.abstractThis 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.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.subject5311 Organización y dirección de empresasen_US
dc.subject.otherAprendizaje profundoes
dc.subject.otherReconocimiento de patroneses
dc.subject.otherVisión artificiales
dc.subject.otherCompostes
dc.subject.otherBolsas compostableses
dc.subject.otherInteligencia artificiales
dc.subject.otherRedes neuronales convolucionaleses
dc.subject.otherCNNes
dc.subject.otherProcesamiento digital de imágeneses
dc.subject.otherDeep Learninges
dc.subject.otherPattern recognitiones
dc.subject.otherComputer visiones
dc.subject.otherCompostes
dc.subject.otherCompostable bagses
dc.subject.otherArtificial intelligencees
dc.subject.otherConvolutional neural networkses
dc.subject.otherCNNes
dc.subject.otherDigital image processinges
dc.titleAplicación del Deep Learning para la correcta clasificación de residuos sólidos orgánicos en origenes
dc.title.alternativeApplication of Deep Learning for the correct classification of organic solid waste at sourceen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Informática y Sistemases
dc.contributor.facultadEscuela de Ingeniería Informáticaen_US
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-59249es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFes
dc.contributor.titulacionPrograma de doble titulación: Grado en Ingeniería Informática y Grado en Administración y Dirección de Empresases
item.fulltextSin texto completo-
item.grantfulltextnone-
crisitem.advisor.deptGIR IUCES: Computación inteligente, percepción y big data-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
crisitem.advisor.deptGIR IUCES: Centro de Innovación para la Empresa, el Turismo, la Internacionalización y la Sostenibilidad-
crisitem.advisor.deptIU de Cibernética, Empresa y Sociedad (IUCES)-
crisitem.advisor.deptDepartamento de Economía y Dirección de Empresas-
Appears in Collections:Trabajo final de grado
Show simple item record

Page view(s)

441
checked on Dec 14, 2024

Google ScholarTM

Check


Share



Export metadata



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