Mostrar el registro sencillo del ítem

dc.contributor.authorPuertas Cabedo, Adrián
dc.contributor.otherMollineda Cardenas, Ramón A.
dc.contributor.otherFernández Beltrán, Rubén
dc.contributor.otherUniversitat Jaume I. Departament de Llenguatges i Sistemes Informàtics
dc.date.accessioned2019-01-29T08:32:47Z
dc.date.available2019-01-29T08:32:47Z
dc.date.issued2018-10
dc.identifier.urihttp://hdl.handle.net/10234/180320
dc.descriptionTreball final de Màster Universitari en Sistemes Intel.ligents (Pla de 2013). Codi: SIE043. Curs acadèmic 2017-2018ca_CA
dc.description.abstractEste trabajo es un estudio detallado de las posibilidades del método SRCNN (Dong et al., 2016) [1], una red neuronal convolucional profunda, en la tarea de superresolución de imágenes inter-sensor. Se quiere experimentar sobre la implementación del método realizada en TensorFlow durante el trabajo de iniciación a la investigación con el fin de optimizarla aplicando ciertas modificaciones. Además, se realiza una comparativa de este método frente a otros más tradicionales.ca_CA
dc.format.extent35 p.ca_CA
dc.format.mimetypeapplication/pdfca_CA
dc.language.isospaca_CA
dc.publisherUniversitat Jaume Ica_CA
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectMàster Universitari en Sistemes Intel·ligentsca_CA
dc.subjectMáster Universitario en Sistemas Inteligentesca_CA
dc.subjectMaster's Degree in Intelligent Systemsca_CA
dc.titleSuper-Resolución inter-sensor para el realce espacial de imágenes Sentinelca_CA
dc.typeinfo:eu-repo/semantics/masterThesisca_CA
dc.educationLevelEstudios de Postgradoca_CA
dc.rights.accessRightsinfo:eu-repo/semantics/openAccessca_CA


Ficheros en el ítem

Thumbnail
Thumbnail

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

Mostrar el registro sencillo del ítem

Atribución-NoComercial-CompartirIgual 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Atribución-NoComercial-CompartirIgual 4.0 Internacional