Últimos avances en redes de cápsulas orientados a la reducción de carga computacional y uso de memoria: evaluación y aplicaciones
Ver/
Identificadores
URI: http://hdl.handle.net/10317/12839Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemAutor
López Conesa, Juan JoséDirector/a
Larrey Ruiz, JorgeEscuela/Centro
Escuela Técnica Superior de Ingeniería de TelecomunicaciónUniversidad
Universidad Politécnica de CartagenaDepartamento
Tecnologías de la Información y las ComunicacionesÁrea de conocimiento
Teoría de la Señal y las ComunicacionesFecha de publicación
2023-10Cita bibliográfica
López Conesa, Juan José. Últimos avances en redes de cápsulas orientados a la reducción de carga computacional y uso de memoria: evaluación y aplicaciones. Universidad Politécnica de Cartagena, 2023Palabras clave
Redes de cápsulasCapsNet
MatCaps
CIFAR-10
Clasificación de imágenes
Resumen
Este estudio presenta y evalúa el rendimiento de nuevos modelos alternativos de redes de cápsulas para una tarea de clasificación de imágenes. El objetivo es determinar si estas nuevas variantes presentan una mejora significativa frente a los modelos CapsNet y MatCaps y si ponen solución a las limitaciones que hacen que no sean una opción del todo viable a día de
hoy. Limitaciones las cuales son el alto coste computacional y alto consumo de memoria. Las simulaciones han sido llevadas a cabo usando el dataset CIFAR-10 y otro dataset personalizado de bandejas de carne. Los resultados serán comparados en función de la precisión, número de parámetros, uso de memoria y tiempo de ejecución. Se identifican las configuraciones y
las combinaciones de algoritmos óptimas para los modelos. Los hallazgos resaltan el potencial de estos nuevos modelos en tareas de clasificación de imágenes y sus mejoras respecto a los modelos base, y brindan información sobre sus limitaciones. Se sugieren futuras ...
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales