Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.utn.edu.ec/handle/123456789/12917
Citar este ítem

Título : Desarrollo de un modelo de red neuronal profunda para detección de meteoritos del sistema integrado Aallskycams en Estados Unidos
Director: García Santillán, Iván Danilo
Autor : Chicaiza Acosta, Dennis Andrés
Tipo docuemento: bachelorThesis
Palabras clave : SISTEMA INTEGRADO;REDES NEURONALES;METEORITO
Fecha de publicación : 27-sep-2022
Fecha de creación : 5-sep-2022
Resumen : AllSkyCam es una compañía internacional de productos de hardware y software en el área de la astronomía. Su principal objetivo es el estudio de meteoros y meteoritos. En 2016 empiezan a desarrollar lo que ahora se comercializa como AllSkyCam6 y desde entonces, se ha ido depurando y mejorando las diferentes funcionalidades. Debido al almacenamiento masivo de imágenes y clips de video por cada estación alrededor del mundo, la principal problemática que atraviesa AllSkyCam, es el almacenamiento masivo de falsos meteoros que perjudican el estudio de los datos relevantes. Para solventar esta problemática, se propuso un modelo de red neuronal convolucional sobre la API de detección de objetos de Tensorflow 2, utilizando el proceso Knowledge Discovery in Databases (KDD) como metodología. El modelo, denominado AllSkyNet, logra una detección de 99,36% para el problema de clasificación y un 92,70% para el problema de regresión.
Descripción : Desarrollar un modelo de red neuronal profunda para detección de meteoritos del sistema integrado AllSkyCams en Estados Unidos.
URI : http://repositorio.utn.edu.ec/handle/123456789/12917
Ubicación: 04/ISC/ 646
Ciudad. País: Ibarra, Ecuador
Grado Académico: Ingeniería
Código MFN : 0000039757
Carrera Profesional: Sistemas Computacionales
Aparece en las colecciones: Ing. en Sistemas Computacionales

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
04 ISC 646 LOGO.jpgLogo99.24 kBJPEGVista previa
Visualizar/Abrir
04 ISC 646 TRABAJO DE GRADO.pdfTrabajo de grado4.89 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons