Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/18830
Campo DC Valoridioma
dc.contributor.advisorHernández Tejera, Francisco Marioes
dc.contributor.authorGarbisu Arocha, Héctores
dc.contributor.otherEscuela de Ingeniería Informáticaen_US
dc.date.accessioned2016-10-20T02:30:26Z-
dc.date.accessioned2018-06-05T08:31:00Z-
dc.date.available2016-10-20T02:30:26Z-
dc.date.available2018-06-05T08:31:00Z-
dc.date.issued2016en_US
dc.identifier.urihttp://hdl.handle.net/10553/18830-
dc.description.abstractThis grade project involves the study, design, implementation and test of an signature identification system using neural networks. Recurrent neural networks,also known as recursive neural networks, show a architectonic configuration that able output signals to be fed back to the same, or previous neurons. This feature can be used, as in this project, to build a system especialized on temporal pattern recognition, given that signatures can be seen as sequence of points in time.en_US
dc.description.abstractEste Trabajo de Fin de Grado está orientado al estudio, diseño, implementación y evaluación de un sistema para identificación de firmas utilizando redes neuronales recurrentes. Las redes neuronales recurrentes, también conocidas como redes neuronales recursivas, tienen una configuración arquitectónica que permite que parte de la señal de salida de algunas o todas las neuronas se realimente hacia las entradas de la misma neurona u otras situadas en el mismo o anterior nivel de procesamiento en la red. Esta característica se puede utilizar, como se pretende en este proyecto, para especializar a un sistema en el reconocimiento de patrones temporales., considerando una firma en su ejecución como una secuencia temporal de puntos.en_US
dc.formatapplication/pdfes
dc.languagespaen_US
dc.rightsby-nc-ndes
dc.subject120317 Informáticaen_US
dc.subject.otherRed neuronales
dc.subject.otherLSTMes
dc.subject.otherFirmases
dc.subject.otherAnálisises
dc.titleUtilización de redes neuronales recurrentes para el análisis de firmases
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.compliance.driver1es
dc.contributor.departamentoDepartamento de Informática Y Sistemases
dc.identifier.absysnet728346es
dc.investigacionIngeniería y Arquitecturaen_US
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesses
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-38453es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-INFes
dc.contributor.titulacionGrado en Ingeniería Informáticaes
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-
Colección:Trabajo final de grado
miniatura
Memoria
Adobe PDF (1,08 MB)
Código
ZIP (293,65 kB)
Vista resumida

Visitas

172
actualizado el 13-ene-2024

Descargas

2.922
actualizado el 13-ene-2024

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.