A carregar...
Publicação
Desafíos y etapas en el diseño y clasificación de un conjunto de datos de caliza utilizando métodos inteligentes Actividades experimentales en la industria de la piedra caliza.
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 599.85 KB | Adobe PDF |
Orientador(es)
Resumo(s)
La Inteligencia Artificial (IA) y sus áreas derivadas se
integran cada vez más en las tareas diarias, trayendo consigo una
gama de herramientas destinadas a facilitar y mejorar los procesos
cotidianos. La IA tiene diversas áreas de aplicabilidad, y en todas
ellas, la calidad de los datos de soporte es crucial. Este estudio
aborda esencialmente estrategias para crear y preparar conjuntos
de datos de imágenes para modelos de clasificación automática. El
conjunto de datos original consta de 2260 imágenes de piedra
caliza distribuidas en cuatro clases; es desequilibrado, compuesto
por imágenes de diferentes tamaños, y también contiene una zona
de borde considerada una zona de desinterés. Para validar el
conjunto de datos utilizado y sus transformaciones, se presentan
los resultados de la clasificación de imágenes utilizando modelos
de Máquinas de Vectores de Soporte (SVM) y Random Forest,
ambos con excelentes resultados, siendo el último ligeramente
superior. Este estudio es parte integral de un sólido proyecto de
investigación que busca aplicar estrategias de detección de
defectos a la piedra caliza.
Descrição
Palavras-chave
Aprendizaje automático recorte central enmascaramiento de ROI Random Forest SVM