Publicación:
Desarrollo de un modelo híbrido usando modelos de aprendizaje profundo para la recuperación de información multi-modal en texto e imágenes

dc.contributor.author Diaz Zeballos, Miler es_PE
dc.date.accessioned 2024-05-30T23:13:38Z
dc.date.available 2024-05-30T23:13:38Z
dc.date.issued 2017
dc.description.abstract Actualmente el uso de los modelos de Aprendizaje Profundo en muchas a´reas de investigacio´n esta demostrando excelentes resultados, el a´rea de Recuperaci´on de Informaci´on es una de ellas. Dentro de esta a´rea existe una tarea que es la Recuperaci´on de Informaci´on en mu´ltiples modalidades. El objetivo principal de esta tarea es proyectar datos de diferentes modalidades dentro de un mismo espacio sema´ntico o crear un modelo para establecer una relaci´on entre estos espacios. En esta investigacio´n se propone dos modelos h´ıbridos intra-modales para tratar con ima´genes y textos respectivamente y la elaboraci´on de un modelo para establecer una relacio´n entre ambas modalidades utilizando modelos de Aprendizaje Profundo. Los resultados sera´n evaluados en varios conjuntos de datos utilizados en el estado del arte para validar el rendimiento del modelo general.
dc.description.sponsorship Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica - Concytec
dc.identifier.uri https://hdl.handle.net/20.500.12390/1952
dc.language.iso spa
dc.publisher Universidad Católica San Pablo
dc.rights info:eu-repo/semantics/openAccess
dc.rights.uri http://creativecommons.org/licenses/by-nc/4.0/
dc.subject Recuperación de información multi-modal
dc.subject Extracción de características es_PE
dc.subject.ocde https://purl.org/pe-repo/ocde/ford#1.02.01
dc.title Desarrollo de un modelo híbrido usando modelos de aprendizaje profundo para la recuperación de información multi-modal en texto e imágenes
dc.type info:eu-repo/semantics/masterThesis
dspace.entity.type Publication
oairecerif.author.affiliation #PLACEHOLDER_PARENT_METADATA_VALUE#
Archivos