Please use this identifier to cite or link to this item:
http://hdl.handle.net/10553/18830
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Hernández Tejera, Francisco Mario | es |
dc.contributor.author | Garbisu Arocha, Héctor | es |
dc.contributor.other | Escuela de Ingeniería Informática | en_US |
dc.date.accessioned | 2016-10-20T02:30:26Z | - |
dc.date.accessioned | 2018-06-05T08:31:00Z | - |
dc.date.available | 2016-10-20T02:30:26Z | - |
dc.date.available | 2018-06-05T08:31:00Z | - |
dc.date.issued | 2016 | en_US |
dc.identifier.uri | http://hdl.handle.net/10553/18830 | - |
dc.description.abstract | This 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.abstract | Este 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.format | application/pdf | es |
dc.language | spa | en_US |
dc.rights | by-nc-nd | es |
dc.subject | 120317 Informática | en_US |
dc.subject.other | Red neuronal | es |
dc.subject.other | LSTM | es |
dc.subject.other | Firmas | es |
dc.subject.other | Análisis | es |
dc.title | Utilización de redes neuronales recurrentes para el análisis de firmas | es |
dc.type | info:eu-repo/semantics/bachelorThesis | en_US |
dc.type | BachelorThesis | en_US |
dc.compliance.driver | 1 | es |
dc.contributor.departamento | Departamento de Informática Y Sistemas | es |
dc.identifier.absysnet | 728346 | es |
dc.investigacion | Ingeniería y Arquitectura | en_US |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | es |
dc.type2 | Trabajo final de grado | en_US |
dc.utils.revision | Sí | en_US |
dc.identifier.matricula | TFT-38453 | es |
dc.identifier.ulpgc | Sí | en_US |
dc.contributor.buulpgc | BU-INF | es |
dc.contributor.titulacion | Grado en Ingeniería Informática | es |
item.grantfulltext | open | - |
item.fulltext | Con texto completo | - |
crisitem.advisor.dept | GIR SIANI: Inteligencia Artificial, Redes Neuronales, Aprendizaje Automático e Ingeniería de Datos | - |
crisitem.advisor.dept | IU Sistemas Inteligentes y Aplicaciones Numéricas | - |
crisitem.advisor.dept | Departamento de Informática y Sistemas | - |
Appears in Collections: | Trabajo final de grado |
Page view(s)
172
checked on Jan 13, 2024
Download(s)
2,922
checked on Jan 13, 2024
Google ScholarTM
Check
Share
Export metadata
Items in accedaCRIS are protected by copyright, with all rights reserved, unless otherwise indicated.