Pasar al contenido principal
Maestria y Doctorado en Ciencias en Ingenieria y Tecnologias Computacionales

Maestria y Doctorado en Ciencias en Ingenieria y Tecnologias Computacionales

...     ...

Formulario de búsqueda

  • INICIO
  • UNIDAD TAMAULIPAS
    • Misión
    • Visión
    • Objetivos
    • Noticias
    • Ubicación
    • Directorio
    • Instalaciones
  • INVESTIGACIÓN
    • Planta de Investigadores
    • Inteligencia Computacional y Optimización Avanzada
    • Tecnologías para la Gestión de Datos y Redes
    • Ingeniería Computacional
    • Publicaciones y recopilaciones
  • POSGRADO
    • Maestría
    • Registro en línea
    • Doctorado
    • Proceso de Admisión
    • Lista de Cursos
    • Cuadro de Graduados
    • Becas
    • Programa Nacional de Posgrados de Calidad
  • SERVICIOS
    • Comunidad Estudiantil y Académica
    • Comunidad Científica
    • Comunidad Empresarial
    • Residencias y Estancias
    • Verano Científico
  • EVENTOS
    • Seminarios
    • TamMath
    • Top Tamaulipas
    • Tamcoder
    • 10 Aniversario
    • Graduado 100
  • COMUNIDAD
    • Correo Institucional
    • Horarios
    • Portal de Educación Online
    • Calendario de Videoconferencias
    • Cómputo de Alto Rendimiento
    • Recursos para Estudiantes
    • Reglamento

posgrado en computacion, maestria en computacion, doctorado en computacion, investigacion en computacion. Posgrado compuesto de Maestria en Ciencias de la Computacion y Doctorado en Ciencias de la Computacion

Tesis "Sintonización Automática de la Red Neuronal de Pulso Acoplado Mediante Evolución Diferencial para la Segmentación de Imágenes"

Alumno: Juanita Hernández López
Asesor: Dr. Wilfrido Gómez Flores
Sinodales: Dr. Ricardo Landa Becerra, Dr. José Juan García Hernández

Resumen:

La red neuronal de pulso acoplado (PCNN, \textit{pulse-coupled neural network}) está basada en el modelo cortical propuesto por Eckhorn. A diferencia de otro tipo de redes neuronales, la PCNN es modulada y acoplada. Estos aspectos permiten conservar características relevantes de la imagen, por lo que es ampliamente utilizada en tareas como la segmentación de imágenes. Sin embargo, el desempeño de la PCNN depende particularmente de la configuración de sus parámetros de entrada. Actualmente, diversas técnicas de inteligencia computacional han sido utilizadas en la sintonización automática de la PCNN. La mayoría de esas técnicas utilizan la medida de entropía como función de costo, sin tomar en cuenta La relación de dispersión inter-/intra-grupo existente entre los píxeles relacionados a los objetos de interés y al fondo. Por tanto, en este trabajo de tesis se propone utilizar el algoritmo de evolución diferencial junto con un índice de validez de grupos como función de costo para cuantificar la calidad de la segmentación con el fin de guiar la búsqueda hacia los mejores parámetros de la PCNN que obtengan una segmentación adecuada de la imagen de entrada. Los experimentos se realizaron sobre imágenes reales y simuladas, y los resultados obtenidos indican que el método propuesto obtuvo el mejor desempeño de segmentación con baja dispersión. En términos del índice ARI los valores de mediana fueron 0.772, superando a dos algoritmos de la literatura basados en técnicas automáticas, algoritmo genético y optimización por cúmulo de partículas, que obtuvieron en mediana de desempeño 0.434 y 0.046, respectivamente, y que utilizan la entropía como función de costo para la sintonización de los parámetros de la PCNN.

Descargar tesis.


CICLOS

2008



2009


2010


2011


2012


2013


2014


2015


2016


2017


2018

2019

2020

2021

2022


CONCENTRADO


El Cinvestav Tamaulipas, felicita calurosamente a todos sus graduados.


CINVESTAV UNIDAD TAMAULIPAS
Parque Científico y Tecnológico TECNOTAM -- Km. 5.5 carretera Cd. Victoria-Soto La Marina
C.P. 87130 Cd. Victoria, Tamps.
Teléfono: (834) 107 02 20 -- Fax: (834) 107 02 24 y (834) 314 73 92