Mostrar el registro sencillo del ítem

dc.contributorUniversitat Ramon Llull. La Salle
dc.contributor.authorVal Serra, José Miguel
dc.date.accessioned2020-09-10T05:29:30Z
dc.date.accessioned2023-07-13T09:33:24Z
dc.date.available2020-09-10T05:29:30Z
dc.date.available2023-07-13T09:33:24Z
dc.date.issued2018
dc.identifier.urihttp://hdl.handle.net/20.500.14342/2675
dc.descriptionSupervisor Acadèmic: Xavier Vilasís Cardonacat
dc.description.abstractEl proyecto de fin de Máster consiste en el análisis de una serie de quintetos de fotos del firmamento, tomadas desde varios de los telescopios de los observatoriosde las Canarias,adiferentes intervalos de tiempo, con el fin de detectar asteroides. Paralograr dicha detecciónse creará un modelo basado en redes neuronales artificiales y más concretamente en redes neuronales convolucionalesya que son las que mejor están adaptadas para el análisis de fotos.Estas redes se utilizarán de forma supervisada a partir de los datos obtenidos de la visualización manual de dichos quintetos anotando el tipo de cuerpo encontrado y las coordenadas de su posición en un fichero anexo para cada una de las fotografías. Antes del entreno de dichas redes, se procederá, como se suele hacer habitualmenteen estos casos, al análisis y a la mejora de los datosde etiquetajey de las fotografías, de manera a dejarlos preparados para que el entreno de la red puedatener los mejores resultados posibles. En este caso la preparación será más profunda y se hará en dosetapas. En una primera etapa se mirará de mejorar el fichero de anotaciones de manera programática generando valores más coherentes y fotografías modificadas, es decir “limpias” de objetos no susceptibles de ser asteroides. En una segunda etapa se adaptarán los 2 grupos de fotografías (originales y modificadas) al formato de entrada de lared neuronal escogida y se procederá al entreno de la red.Se considerará dentro de dichas redes convolucionales, lasque se denomina estructuras “state-of-the-art” y que ofrecen para este tipo de aplicación los mejores resultados en precisión y en tiempo de ejecución. Se estudiará diferentesestructuras y se mirará de implementar varias de estas soluciones en Python con los “frameworks” Kerasy Tensor Flow.El código se editará y ejecutará en Jupyter Notebook en el marco del servicio “Collaboratory” de la plataforma de Google.spa
dc.format.extent84 p.cat
dc.language.isospacat
dc.relation.ispartofseriesENG TFM MUCD;2565
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.rights© Escola Tècnica Superior d'Enginyeria La Salle
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourceRECERCAT (Dipòsit de la Recerca de Catalunya)
dc.subject.otherXarxes neuronals (Informàtica) -- TFMcat
dc.titleUtilización de redes neuronales para la detección de asteroidescat
dc.typeinfo:eu-repo/semantics/masterThesiscat
dc.rights.accessLevelinfo:eu-repo/semantics/openAccess
dc.embargo.termscapcat
dc.subject.udc004
dc.subject.udc62


Ficheros en el ítem

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 International
Excepto si se señala otra cosa, la licencia del ítem se describe como http://creativecommons.org/licenses/by-nc-nd/4.0/
Compartir en TwitterCompartir en LinkedinCompartir en FacebookCompartir en TelegramCompartir en WhatsappImprimir