• English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
Políticas   Declaración de Budapest  
  • Comunidades
  • Todo DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Iniciar sesión
    ¿Nuevo Usuario? Pulse aquí para registrarse ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Pedraza Huisa, Royer"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • No hay miniatura disponible
    Ítem
    Clasificación de la frescura del pescado utilizando una red neuronal convolucional
    (Universidad Peruana Unión, 2023-12-04) Mamani Flores, Edwin Wilson; Pedraza Huisa, Royer; Pineda Ancco, Ferdinand Edgardo
    En el trabajo se analizó la frescura de la trucha (Oncorhynchus mykiss), siendo este aspecto muy importante para determinar su calidad. El objetivo, es proponer un modelo computacional basado en una CNN para clasificar la frescura de la trucha en función a los cambios de color de sus ojos y branquias, Para ello se creó un dataset de imágenes con las truchas adquiridas. Para obtener los resultados se realizaron 3 experimentos, el primero; con 2 clases (días 1 y 9), el segundo con 3 clases (días 1, 5 y 9) y el tercero con 5 clases (días 1, 3, 5, 7 y 9), todos los experimentos se ejecutaron en Google colab. Los resultados se validaron con una matriz de confusión curva ROC. Los mejores resultados dieron el modelo ResNeXt5032x4d, con 2 clases obtuvo un accuracy de 0.9833, con 3 clases un accuracy de 0.9222 y con 5 clases un accuracy de 0.8800.

Software DSpace copyright © 2002-2025 LYRASIS

  • Configuración de cookies
  • Política de privacidad
  • Acuerdo de usuario final
  • Enviar Sugerencias