Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/77897
Título: Estudio de aplicación de técnicas de aprendizaje profundo para la estimación de presencia de microplásticos en zonas costeras
Otros títulos: Study of deep learning techniques for the detection of microplastics in seaside
Autores/as: Benlliure Jiménez, Maria Cristina
Director/a : Castrillón Santana, Modesto Fernando 
Peñate Sánchez, Adrián 
Clasificación UNESCO: 120317 Informática
Palabras clave: Microplásticos
Aprendizaje profundo
Redes neuronales
Inteligencia artificial
Microplastics, et al.
Fecha de publicación: 2020
Resumen: La presencia de microplásticos en el mar es un problema que ha adquirido relevancia en los últimos tiempos. Para analizar su evolución se llevan los residuos plásticos de zonas costeras a laboratorios para su conteo exhaustivo. Debido a la complejidad de recopilación de muestras y tratamiento de datos es fundamental tanto la eficiencia como la estandarización durante el proceso. El objetivo de este estudio es determinar la integración de herramientas automáticas, permitiendo acelerar su observación. Para ello se utilizaron imágenes capturadas directamente en la playa. En el documento se comparan los resultados obtenidos tanto en la detección como en la estimación de plásticos, entre distintas arquitecturas de redes neuronales artificiales.
Recently, the presence of micro-plastics at sea is an issue that has gained prominence. To analyze its evolution, plastic waste from seaside is taken to laboratories for its exhaustive counting. Due to the complexity of sample collection and data processing, efficiency and standardization are essential during the process. The objective of this study is to determine the integration of automatic tools to accelerate its analysis. For this, images captured directly on the beach were used. This document compares the results obtained in the detection of plastics as well as estimation of plastics, between different architectures of artificial neural networks.
Departamento: Departamento de Informática y Sistemas
Facultad: Escuela de Ingeniería Informática
Titulación: Grado en Ingeniería Informática
URI: http://hdl.handle.net/10553/77897
Colección:Trabajo final de grado
miniatura
Memoria
Adobe PDF (13,79 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.

Vista completa

Visitas

349
actualizado el 18-may-2024

Descargas

341
actualizado el 18-may-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.