Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones.
Este informe presenta el desarrollo de una base de datos en Python 3.8.18 destinada al entrenamiento de redes neuronales convolucionales (CNN) para llevar a cabo la clasificación de categorías geoespaciales, incluyendo bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas y otras r...
- Autores:
-
Navarro Casseres, Beitman Ricardo
- Tipo de recurso:
- https://vocabularies.coar-repositories.org/resource_types/c_7a1f/
- Fecha de publicación:
- 2023
- Institución:
- Universidad del Magdalena
- Repositorio:
- Repositorio Unimagdalena
- Idioma:
- spa
eng
- OAI Identifier:
- oai:repositorio.unimagdalena.edu.co:123456789/20904
- Acceso en línea:
- https://repositorio.unimagdalena.edu.co/handle/123456789/20904
- Palabra clave:
- Segmentación de ortomosaicos
Base de datos en Python
Clasificación geoespacial
Automatización del proceso de generación de planos
- Rights
- openAccess
- License
- Acceso Abierto
| id |
UNIMAGDALE_c19af6ffb765b4be1d4399a124b90c8c |
|---|---|
| oai_identifier_str |
oai:repositorio.unimagdalena.edu.co:123456789/20904 |
| network_acronym_str |
UNIMAGDALE |
| network_name_str |
Repositorio Unimagdalena |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| title |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| spellingShingle |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. Segmentación de ortomosaicos Base de datos en Python Clasificación geoespacial Automatización del proceso de generación de planos |
| title_short |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| title_full |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| title_fullStr |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| title_full_unstemmed |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| title_sort |
Desarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones. |
| dc.creator.fl_str_mv |
Navarro Casseres, Beitman Ricardo |
| dc.contributor.advisor.none.fl_str_mv |
Cantillo Jiménez, Ronny Alfonso |
| dc.contributor.author.none.fl_str_mv |
Navarro Casseres, Beitman Ricardo |
| dc.subject.proposal.spa.fl_str_mv |
Segmentación de ortomosaicos Base de datos en Python Clasificación geoespacial Automatización del proceso de generación de planos |
| topic |
Segmentación de ortomosaicos Base de datos en Python Clasificación geoespacial Automatización del proceso de generación de planos |
| description |
Este informe presenta el desarrollo de una base de datos en Python 3.8.18 destinada al entrenamiento de redes neuronales convolucionales (CNN) para llevar a cabo la clasificación de categorías geoespaciales, incluyendo bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas y otras representaciones. El enfoque central de este proyecto es la implementación de dicho sistema en entornos de segmentación específicos para ortomosaicos de 4 bandas. El objetivo principal es la automatización integral del proceso de generación de planos. La propuesta técnica se fundamenta en la aplicación de inteligencia artificial (IA) y el lenguaje de programación Python, concebidos como herramientas innovadoras para mejorar la eficiencia y precisión en la producción de planos geoespaciales. Este enfoque tecnológico ofrece mejoras notables en términos de velocidad y exactitud, destacando su ventaja competitiva frente a los métodos tradicionales empleados en el ámbito de la cartografía y la generación de planos. |
| publishDate |
2023 |
| dc.date.issued.none.fl_str_mv |
2023 |
| dc.date.submitted.none.fl_str_mv |
2023 |
| dc.date.accessioned.none.fl_str_mv |
2024-01-18T14:26:37Z |
| dc.date.available.none.fl_str_mv |
2024-01-18T14:26:37Z |
| dc.type.spa.fl_str_mv |
Informe de práctica |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.coar.none.fl_str_mv |
https://vocabularies.coar-repositories.org/resource_types/c_7a1f/ |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado de Pregrado |
| format |
https://vocabularies.coar-repositories.org/resource_types/c_7a1f/ |
| dc.identifier.uri.none.fl_str_mv |
https://repositorio.unimagdalena.edu.co/handle/123456789/20904 |
| url |
https://repositorio.unimagdalena.edu.co/handle/123456789/20904 |
| dc.language.iso.fl_str_mv |
spa eng |
| language |
spa eng |
| dc.rights.none.fl_str_mv |
Acceso Abierto info:eu-repo/semantics/openAccess |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.cc.spa.fl_str_mv |
Acceso Abierto |
| dc.rights.creativecommons.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.creativecommons.spa.fl_str_mv |
atribucionnocomercialsinderivar |
| rights_invalid_str_mv |
Acceso Abierto https://creativecommons.org/licenses/by-nc-nd/4.0/ atribucionnocomercialsinderivar http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
text picture |
| dc.publisher.none.fl_str_mv |
Universidad del Magdalena |
| dc.publisher.spa.fl_str_mv |
Universidad del Magdalena |
| dc.publisher.department.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Santa Marta |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Civil |
| publisher.none.fl_str_mv |
Universidad del Magdalena |
| institution |
Universidad del Magdalena |
| bitstream.url.fl_str_mv |
https://repositorio.unimagdalena.edu.co/bitstreams/fe0796b3-5c0a-4bfe-bc1d-59f01c84237e/download https://repositorio.unimagdalena.edu.co/bitstreams/b41aec33-1b70-41ca-8674-3c03f612131e/download https://repositorio.unimagdalena.edu.co/bitstreams/cdd5859e-21d4-4bf0-a68f-d25a0c50e058/download |
| bitstream.checksum.fl_str_mv |
03de826a7ba30b30f95ba9233c6ed790 4f568215f5daada3167c3ee947999d14 447cabd010927c53ac9053613599385b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UniMagdalena |
| repository.mail.fl_str_mv |
repositorio@unimagdalena.edu.co |
| _version_ |
1836142248131035136 |
| spelling |
Cantillo Jiménez, Ronny AlfonsoNavarro Casseres, Beitman RicardoIngeniero Civil2024-01-18T14:26:37Z2024-01-18T14:26:37Z20232023Este informe presenta el desarrollo de una base de datos en Python 3.8.18 destinada al entrenamiento de redes neuronales convolucionales (CNN) para llevar a cabo la clasificación de categorías geoespaciales, incluyendo bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas y otras representaciones. El enfoque central de este proyecto es la implementación de dicho sistema en entornos de segmentación específicos para ortomosaicos de 4 bandas. El objetivo principal es la automatización integral del proceso de generación de planos. La propuesta técnica se fundamenta en la aplicación de inteligencia artificial (IA) y el lenguaje de programación Python, concebidos como herramientas innovadoras para mejorar la eficiencia y precisión en la producción de planos geoespaciales. Este enfoque tecnológico ofrece mejoras notables en términos de velocidad y exactitud, destacando su ventaja competitiva frente a los métodos tradicionales empleados en el ámbito de la cartografía y la generación de planos.Submitted by BEITMAN RICARDO NAVARRO CASSERES (beitmannavarrorc@unimagdalena.edu.co) on 2023-11-28T16:22:54Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 1 Informe_Opcion_de_Grado_Beitman_Navarro_2018115046.pdf: 2353944 bytes, checksum: 4f568215f5daada3167c3ee947999d14 (MD5)Step: reviewstep - action:reviewaction Rejected by Ingeniería Civil(ingcivil@unimagdalena.edu.co), reason: No subió licencia de publicación en PDF on 2023-11-28T20:05:51Z (GMT)Submitted by BEITMAN RICARDO NAVARRO CASSERES (beitmannavarrorc@unimagdalena.edu.co) on 2023-11-29T04:03:37Z workflow start=Step: reviewstep - action:claimaction No. of bitstreams: 2 Informe_Opcion_de_Grado_Beitman_Navarro_2018115046.pdf: 2353944 bytes, checksum: 4f568215f5daada3167c3ee947999d14 (MD5) BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado.pdf: 154627 bytes, checksum: 447cabd010927c53ac9053613599385b (MD5)Step: reviewstep - action:reviewaction Approved for entry into archive by Ingeniería Civil(ingcivil@unimagdalena.edu.co) on 2023-11-29T13:37:50Z (GMT)Step: editstep - action:editaction Approved for entry into archive by Mirlis Marina Bravo Zabaleta(mbravo@unimagdalena.edu.co) on 2024-01-18T14:26:36Z (GMT)Made available in DSpace on 2024-01-18T14:26:37Z (GMT). No. of bitstreams: 2 Informe_Opcion_de_Grado_Beitman_Navarro_2018115046.pdf: 2353944 bytes, checksum: 4f568215f5daada3167c3ee947999d14 (MD5) BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado.pdf: 154627 bytes, checksum: 447cabd010927c53ac9053613599385b (MD5) Previous issue date: 2023textpicturehttps://repositorio.unimagdalena.edu.co/handle/123456789/20904spaengUniversidad del MagdalenaUniversidad del MagdalenaFacultad de IngenieríaSanta MartaIngeniería CivilAcceso Abiertoinfo:eu-repo/semantics/openAccessinfo:eu-repo/semantics/openAccessAcceso Abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/atribucionnocomercialsinderivarhttp://purl.org/coar/access_right/c_abf2Segmentación de ortomosaicosBase de datos en PythonClasificación geoespacialAutomatización del proceso de generación de planosDesarrollo de una base de datos en Python 3.8.18 para el entrenamiento de redes neuronales convolucionales (CNN) en la clasificación de categorías geoespaciales: bosques, cultivos, pastos, suelo desnudo, zonas inundables y pantanosas, y otras representaciones.Informe de prácticahttps://vocabularies.coar-repositories.org/resource_types/c_7a1f/http://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisTrabajo de Grado de PregradoPregradoLICENSElicense.txtlicense.txttext/plain; charset=utf-82484https://repositorio.unimagdalena.edu.co/bitstreams/fe0796b3-5c0a-4bfe-bc1d-59f01c84237e/download03de826a7ba30b30f95ba9233c6ed790MD51ORIGINALInforme_Opcion_de_Grado_Beitman_Navarro_2018115046.pdfInforme_Opcion_de_Grado_Beitman_Navarro_2018115046.pdfapplication/pdf2353944https://repositorio.unimagdalena.edu.co/bitstreams/b41aec33-1b70-41ca-8674-3c03f612131e/download4f568215f5daada3167c3ee947999d14MD52BI_F12_Formato_Licencia_Publicacion_Trabajos_Grado.pdfBI_F12_Formato_Licencia_Publicacion_Trabajos_Grado.pdfRestringidoapplication/pdf154627https://repositorio.unimagdalena.edu.co/bitstreams/cdd5859e-21d4-4bf0-a68f-d25a0c50e058/download447cabd010927c53ac9053613599385bMD53123456789/20904oai:repositorio.unimagdalena.edu.co:123456789/209042024-11-23 19:48:39.041https://repositorio.unimagdalena.edu.coRepositorio Institucional UniMagdalenarepositorio@unimagdalena.edu.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 |