Mostrar el registro sencillo del ítem

Modelo de detección y análisis de señales de tránsito y deterioro de la superficie vial en carreteras 4G y 5G haciendo uso de redes neuronales convolucionales

Model for detection and analysis of traffic signals and road surface deterioration on 4G and 5G highways using convolutional neural networks

dc.contributorGaona Barrera, Andrés Eduardo
dc.creatorVargas Cely, Luis Eduardo
dc.date2025-03-25T14:44:22Z
dc.date2025-03-25T14:44:22Z
dc.date2024-11-08
dc.date.accessioned2025-04-29T21:37:28Z
dc.date.available2025-04-29T21:37:28Z
dc.identifierhttp://hdl.handle.net/11349/94098
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/94788
dc.descriptionLas redes neuronales convolucionales (CNN) han revolucionado el procesamiento de imágenes y la visión por computadora gracias a su capacidad para detectar patrones y características en grandes volúmenes de datos, aplicándose en campos como la conducción autónoma, la vigilancia y el diagnóstico médico. Este proyecto, desarrollado en colaboración con Inversiones Gutiérrez García, busca diseñar una solución tecnológica para concesionarios de vías 4G y 5G en Colombia, mejorando la gestión y el monitoreo del estado de las carreteras mediante técnicas avanzadas de inteligencia artificial. Utilizando redes neuronales, específicamente Yolo NAS, se aborda la creación de bases de datos, el etiquetado y el entrenamiento enfocado en señales de tránsito y deterioro vial.
dc.descriptionConvolutional Neural Networks (CNNs) have revolutionized image processing and computer vision due to their ability to detect patterns and features in large volumes of data, being applied in fields such as autonomous driving, surveillance, and medical diagnosis. This project, developed in collaboration with Inversiones Gutiérrez García, aims to design a technological solution for 4G and 5G highway concessionaires in Colombia, improving the management and monitoring of road conditions through advanced artificial intelligence techniques. Using neural networks, specifically Yolo NAS, it addresses the creation of databases, labeling, and training focused on traffic signals and road deterioration.
dc.descriptionInversiones Gutiérrez García
dc.formatpdf
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Distrital Francisco José de Caldas
dc.rightsOpenAccess
dc.rightsAbierto (Texto Completo)
dc.subjectRedes neuronales convolucionales
dc.subjectAprendizaje de máquina
dc.subjectVisión artificial
dc.subjectBase de datos
dc.subjectIngeniería Electrónica -- Tesis y Disertaciones Académicas
dc.subjectSeñales del transito -- Inteligencia artificial
dc.subjectSeguridad vial -- Colombia
dc.subjectReglamentos del tránsito -- Inteligencia artificial
dc.subjectCarreteras -- Seguridad vial
dc.subjectConvolutional Neural Networks
dc.subjectMachine Learning
dc.subjectComputer vision
dc.subjectDatasets
dc.titleModelo de detección y análisis de señales de tránsito y deterioro de la superficie vial en carreteras 4G y 5G haciendo uso de redes neuronales convolucionales
dc.titleModel for detection and analysis of traffic signals and road surface deterioration on 4G and 5G highways using convolutional neural networks
dc.typebachelorThesis
dc.typePasantía
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.typehttp://purl.org/coar/resource_type/c_7a1f


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

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

Mostrar el registro sencillo del ítem