Please use this identifier to cite or link to this item: http://hdl.handle.net/10553/133607
Title: Framework para la gestión del ciclo de vida de las redes neuronales
Authors: Del Rosario Pérez, Joel
Director: Roncal Andrés, Octavio 
UNESCO Clasification: 120317 Informática
Issue Date: 2024
Abstract: Dentro del ´ambito de la Inteligencia Artificial, se pueden encontrar muchos problemas que dificultan el uso de los frameworks actuales dentro del Deep Learning, como la falta de automatizaci´on de muchos procesos repetitivos o la necesidad de muchos conocimientos previos para generar modelos sencillos. Con el objetivo de solventar estos obst´aculos, se ha desarrollado un framework para la gesti´on del ciclo de vida de una red neuronal que optimiza y mecaniza muchos procedimientos t´ıpicos de esta rama. Este framework forma parte de un sistema mayor, llamado Flogo, que har´a de las redes neuronales una tecnolog´ıa mucho m´as accesible para los programadores.
Within the field of Artificial Intelligence, many problems can be found that hinder the use of current frameworks within Deep Learning, such as the lack of automation of many repetitive processes or the need for a lot of prior knowledge to generate simple models. With the aim of solving these obstacles, a framework has been developed for managing the life cycle of a neural network that optimizes and mechanizes many typical procedures of this branch. This framework is part of a larger system, called Flogo, that will make neural networks a much more accessible technology for programmers.
Faculty: Escuela de Ingeniería Informática
Degree: Grado en Ciencia e Ingeniería de Datos
URI: http://hdl.handle.net/10553/133607
Appears in Collections:Trabajo final de grado
Adobe PDF (1,56 MB)

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

Google ScholarTM

Check


Share



Export metadata



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