Mostrar el registro sencillo del ítem
Red neuronal para la elección de los parámetros de comprensión óptimos
dc.contributor.author | Aicart Pauner, Marta | |
dc.contributor.other | Ibáñez Gual, María Victoria | |
dc.contributor.other | Universitat Jaume I. Departament de Matemàtiques | |
dc.date.accessioned | 2022-08-31T07:35:43Z | |
dc.date.available | 2022-08-31T07:35:43Z | |
dc.date.issued | 2022-06-20 | |
dc.identifier.uri | http://hdl.handle.net/10234/198949 | |
dc.description | Treball Final de Grau en Matemàtica Computacional. Codi: MT1054. Curs: 2021/2022 | ca_CA |
dc.description.abstract | Este documento recopila los detalles y procedimientos más importantes del Trabajo Final de Grado, cuya aplicación práctica ha sido desarrollada durante la Estancia en Prácticas en la empresa ironArray. Uno de los principales objetivos de los científicos a lo largo de la historia ha sido el diseño y construcción de máquinas capaces de realizar procesos con cierta inteligencia. En la actualidad, gracias a muchos años de investigación de profesionales repartidos por todo el mundo, las redes neuronales han alcanzado un gran nivel de madurez y se emplean en todo tipo de aplicaciones. El objetivo de este Trabajo de Fin de Grado es la implementación de una red neuronal artificial capaz de predecir la mejor combinación de parámetros de compresión para un conjunto de datos dado. Posteriormente, esta red es usada para mejorar el rendimiento del compresor Blosc2 de ironArray. En primer lugar, se proporcionar´a una base teórica del aprendizaje automático, centrándose en las redes neuronales artificiales. A continuación, se presentará el modelo de red neuronal desarrollado junto con los resultados obtenidos. Después de este análisis, se compararán los objetivos con lo conseguido en la red. Finalmente, se expondrán las conclusiones y líneas futuras de trabajo, a partir de este Trabajo de Fin de Grado. | ca_CA |
dc.format.extent | 107 p. | ca_CA |
dc.format.mimetype | application/pdf | ca_CA |
dc.language.iso | spa | ca_CA |
dc.publisher | Universitat Jaume I | ca_CA |
dc.rights.uri | http://creativecommons.org/licenses/by-sa/4.0/ | ca_CA |
dc.subject | Grau en Matemàtica Computacional | ca_CA |
dc.subject | Grado en Matemática Computacional | ca_CA |
dc.subject | Bachelor's Degree in Computational Mathematics | ca_CA |
dc.subject | red neuronal | ca_CA |
dc.subject | retropropagación | ca_CA |
dc.subject | gradiente descendiente | ca_CA |
dc.subject | neural network | ca_CA |
dc.subject | backpropagation | ca_CA |
dc.subject | gradient descent | ca_CA |
dc.title | Red neuronal para la elección de los parámetros de comprensión óptimos | ca_CA |
dc.type | info:eu-repo/semantics/bachelorThesis | ca_CA |
dc.educationLevel | Estudios de Grado | ca_CA |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | ca_CA |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(ones)
-
Grau en Matemàtica Computacional [99]
MT1030; MT1054