Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/130992
Campo DC Valoridioma
dc.contributor.advisorÉvora Gómez, José-
dc.contributor.advisorRoncal Andrés, Octavio-
dc.contributor.authorHernández Gálvez, José Juan-
dc.date.accessioned2024-06-23T20:01:45Z-
dc.date.available2024-06-23T20:01:45Z-
dc.date.issued2024en_US
dc.identifier.otherGestión académica-
dc.identifier.urihttp://hdl.handle.net/10553/130992-
dc.description.abstractEste documento describe un lenguaje específico de dominio (DSL) diseñado para simplificar y automatizar el proceso de creación de redes neuronales. Su objetivo principal es abstraer la complejidad técnica de frameworks como Py- Torch o TensorFlow. De esta manera, permite que los desarrolladores puedan modelar tanto la estructura de redes neuronales como su proceso de entrenamiento utilizando un lenguaje más intuitivo y directo. Además, incorpora un generador de código que transforma el modelo descrito con el DSL a código Python. Esta automatización acelera el proceso de desarrollo y mantenimiento, haciéndolo más eficiente. Además, simplifica el proceso de desarrollo para aquellos que no son expertos en redes neuronales, haciendo más comprensible así los modelos de redes neuronales y fomentando una mayor innovación. Esta accesibilidad y facilidad de uso permiten que más personas contribuyan y experimenten con proyectos de inteligencia artificial, impulsando el avance tecnológico en este área.en_US
dc.description.abstractThis document describes a domain-specific language (DSL) designed to simplify and automate the process of creating neural networks. Its primary goal is to abstract the technical complexity of frameworks like PyTorch or TensorFlow. In this way, it allows developers to model both the structure of neural networks and their training process using a more intuitive and straightforward language. Additionally, it incorporates a code generator that transforms the model described with the DSL into Python code. This automation accelerates the development and maintenance process, making it more efficient. Furthermore, it simplifies the development process for those who are not experts in neural networks, thereby making neural network models more comprehensible and fostering greater innovation. This accessibility and ease of use enable more people to contribute to and experiment with artificial intelligence projects, driving technological advancement in this area.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.titleFlogo: Un DSL para el diseño y gestión del ciclo de vida de una red neuronalen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Informática y Sistemasen_US
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-20928-
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFen_US
dc.contributor.titulacionGrado en Ciencia e Ingeniería de Datos-
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR SIANI: Inteligencia Artificial, Redes Neuronales, Aprendizaje Automático e Ingeniería de Datos-
crisitem.advisor.deptIU Sistemas Inteligentes y Aplicaciones Numéricas-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
crisitem.advisor.deptDepartamento de Informática y Sistemas-
Colección:Trabajo final de grado
Adobe PDF (2,22 MB)
Vista resumida

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.