Mostrar el registro sencillo del ítem

dc.coverage.spatialeast=-1.6760691; north=42.6953909; name=Navarra, España
dc.creatorLozano Duarte, Paula Carolinaes_ES
dc.date.accessioned2021-07-30T09:20:04Z
dc.date.issued2021
dc.identifier.urihttps://hdl.handle.net/2454/40288
dc.description.abstractLa inteligencia artificial ha ido ganando más terreno en los últimos años y gracias a su desarrollo se han conseguido realizar proyectos que hasta hace tan solo unas décadas eran inimaginables como lo son el coche autónomo, la automatización del diagnóstico de enfermedades o la detección de identidad. En este Trabajo Fin de Grado nos centraremos en la clasificación de documentos de identidad haciendo uso de la inteligencia artificial, y más en concreto empleando redes neuronales. Este trabajo se ha desarrollado en colaboración con la empresa Veridas que, con el objetivo de avanzar en la clasificación y reconocimiento de documentos de identidad, se plantea la necesidad de explorar técnicas del estado del arte basadas en redes neuronales y deep learning. Así pues, los objetivos son diseñar e implementar un algoritmo basado en redes neuronales capaz de clasificar entre más de 280 clases y hacer pruebas de integración en el producto.es_ES
dc.description.abstractArtificial intelligence has been gaining more ground in recent years and thanks to its development it has been possible to carry out projects that until just few decades ago were unimaginable such as the autonomous car, the automation of disease diagnosis or the detection of identity. In this Final Degree Project, we will focus on the classification of identity documents using artificial intelligence, and more specifically using neural networks. This work has been developed in collaboration with the company Veridas, which with the aim of advancing in the classification and recognition of identity documents arises the target of explore the state-of-the-art techniques based on neural networks and Deep learning as a classification problem with hundreds of classes. Therefore, the objectives are to design and implement an algorithm capable of classifying among more than 280 classes and perform integration tests in the product.es_ES
dc.format.mimetypeapplication/pdfen
dc.language.isoengen
dc.subjectDeep learninges_ES
dc.subjectRedes neuronaleses_ES
dc.subjectInteligencia artificales_ES
dc.subjectMachine learninges_ES
dc.subjectAnálisis de datoses_ES
dc.subjectDeep learninges_ES
dc.subjectNeural networkses_ES
dc.subjectArtificial intelligencees_ES
dc.subjectMachine learninges_ES
dc.subjectData analysises_ES
dc.titleDeep learning for global document ID classificationes_ES
dc.typeTrabajo Fin de Grado/Gradu Amaierako Lanaes
dc.typeinfo:eu-repo/semantics/bachelorThesisen
dc.date.updated2021-07-15T07:35:42Z
dc.contributor.affiliationEscuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicaciónes_ES
dc.contributor.affiliationIndustria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako Eskola Teknikoaeu
dc.description.degreeGraduado o Graduada en Ingeniería en Tecnologías de Telecomunicación por la Universidad Pública de Navarraes_ES
dc.description.degreeTelekomunikazio Teknologien Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoaneu
dc.rights.accessRightsAcceso embargado 5 años / 5 urteko bahituraes
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccessen
dc.embargo.lift2026-07-01
dc.embargo.terms2026-07-01es_ES
dc.contributor.advisorTFEArnedo Gil, Israeles_ES


Ficheros en el ítem

Thumbnail

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

Mostrar el registro sencillo del ítem


El Repositorio ha recibido la ayuda de la Fundación Española para la Ciencia y la Tecnología para la realización de actividades en el ámbito del fomento de la investigación científica de excelencia, en la Línea 2. Repositorios institucionales (convocatoria 2020-2021).
Logo MinisterioLogo Fecyt