dc.contributor.author | Ayma Quirita, Victor Hugo | |
dc.contributor.author | Achanccaray Díaz, Pedro Marco | |
dc.contributor.author | Arauco Canchumuni, Smith Washington | |
dc.contributor.author | Soto Vega, Pedro Juan | |
dc.contributor.other | Ayma Quirita, Victor Hugo | |
dc.date.accessioned | 2023-01-31T14:19:20Z | |
dc.date.available | 2023-01-31T14:19:20Z | |
dc.date.issued | 2022 | |
dc.identifier.citation | Ayma Quirita, V. H., Achanccaray Díaz, P. M., Arauco Canchumuni, S. W. & Soto Vega, P. J. (2022). Desafíos del aprendizaje profundo en la visión por computador. En Universidad de Lima (Ed.), Entornos híbridos en la pospandemia: posibilidades para las nuevas tecnologías. Actas del Congreso Internacional de Ingeniería de Sistemas (pp. 49-53), Lima, 10 al 12 de octubre del 2022. Universidad de Lima, Fondo Editorial. https://doi.org/10.26439/ciis2022.6070 | es_PE |
dc.identifier.uri | https://hdl.handle.net/20.500.12724/17534 | |
dc.description.abstract | La visión por computador es un área de estudio en la inteligencia artificial que se enfoca en el desarrollo de técnicas computacionales para percibir el mundo a través de entradas visuales, como videos o imágenes. El aprendizaje profundo ha demostrado ser una técnica eficiente para el análisis e interpretación de datos visuales. Sin embargo, afronta innumerables desafíos según su aplicación en las diferentes tareas de la visión por computador. Este panel reúne un grupo de expertos en aprendizaje profundo, quienes ofrecerán información sobre su aplicación y los desafíos en sus respectivas áreas de investigación con relación a la visión por computador. | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad de Lima | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | * |
dc.source | Repositorio Institucional - Ulima | es_PE |
dc.source | Universidad de Lima | es_PE |
dc.subject | Pendiente | es_PE |
dc.title | Desafíos del aprendizaje profundo en la visión por computador | es_PE |
dc.type | info:eu-repo/semantics/conferenceObject | es_PE |
dc.type.other | Artículo de conferencia | |
dc.publisher.country | PE | es_PE |
dc.description.peer-review | Revisado por pares | es |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.identifier.doi | https://doi.org/10.26439/ciis2022.6070 | |