Estrategia Evolutiva para diseñar Redes Neuronales Convolucionales

Martínez Hamdoun, Sergio (2021). Estrategia Evolutiva para diseñar Redes Neuronales Convolucionales. Thesis (Master thesis), E.T.S.I. Industriales (UPM).

Description

Title: Estrategia Evolutiva para diseñar Redes Neuronales Convolucionales
Author/s:
  • Martínez Hamdoun, Sergio
Contributor/s:
  • Ribeiro Seijas, Angela
Item Type: Thesis (Master thesis)
Masters title: Doble Master en Ingeniería Industrial y en Automática y Robótica
Date: July 2021
Subjects:
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería Eléctrica, Electrónica Automática y Física Aplicada
Creative Commons Licenses: Recognition

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (14MB) | Preview

Abstract

La agricultura extensiva en la actualidad, es una actividad imprescindible, encargada de proporcionar alimentación a la población mundial. Pero esta, presenta graves problemas de carácter medioambiental, de cara a la conservación del planeta, como son la contaminación de las aguas cercanas por empleo indiscriminado de agentes químicos para el tratamiento plagas y de las denominadas malas hierbas. Además de este, presenta otros problemas, como grandes costes asociados a la gestión de los cultivos y rendimientos mejorables de las cosechas. Para ello, la agricultura de precisión propone técnicas por las cuales los cultivos se gestionan de acuerdo a las necesidades que este tiene por cada zona de manejo. Estas requieren técnicas automatizadas, que además del propio tratamiento, incluirían la detección de las zonas y en muchos casos la clasificación de las especies localizadas en esas zonas. Algunas técnicas de las propuestas a día de hoy se basan en imágenes RGB que son procesadas y clasificadas por Redes Neuronales Convolucionales de propósito general. Estas, a pesar de su gran rendimiento en este tipo de tareas, presentan grandes deficiencias debido a su arquitectura generalista, como su tamaño, el gran coste computacional o los grandes conjuntos de imágenes etiquetadas que son necesarias para su entrenamiento. Este trabajo propone demostrar la hipótesis que, empleando algoritmos de optimización como los Algoritmos Evolutivos, se pueden encontrar arquitecturas de CNNs más eficientes desde el punto de vista de tamaño en número de parámetros, cantidad de capas, tiempo de entrenamiento e inferencia y requerimiento de grandes conjuntos de datos para el entrenamiento, pudiendo competir en capacidad de clasificación de imágenes con las arquitecturas de las redes que se emplean en la actualidad.

More information

Item ID: 67886
DC Identifier: https://oa.upm.es/67886/
OAI Identifier: oai:oa.upm.es:67886
Deposited by: Sergio Martínez Hamdoun
Deposited on: 12 Aug 2021 17:09
Last Modified: 12 Aug 2021 17:09
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM