Conferencia: 'Clasificación de imágenes en entornos de baja cantidad de datos'

Elmer Fernández (CONICET - Universidad Católica de Córdoba, Argentina)

El diagnóstico por imágenes ha dependido generalmente de complejos algoritmos de manipulación de estas, con distintos niveles de éxito. En este contexto, la versatilidad de los algoritmos para redes neuronales basados en el paradigma de deep learning son una excelente alternativa, dada la versatilidad que presentan. Sin embargo, el proceso de optimización de dichas redes requiere una cantidad de datos que excede significativamente las que pueden obtenerse en muchas aplicaciones y entornos, quedando esta posibilidad o bien para grandes empresas o para grandes centros especializados. Una alternativa para este tipo de problemas es la posibilidad de utilizar redes neuronales entrenadas en otros contextos como extractores generales de características de las imágenes y utilizar estas características como entrada a otro modelo de clasificación cuya optimización no requiere de un gran número de ejemplos.

Más info: https://citius.gal/es/events/conferencia-clasificacion-de-imagenes-en-entornos-de-baja-cantidad-de-datos/