Programa de Doctorat en Informàtica: Envíos recientes
Mostrando ítems 41-60 de 80
Compact data structures for remote sensing data
En aquesta era digital, diàriament s'estan generant i processant una enorme quantitat de dades. S'acumulen fins a tal punt que és necessari i imperatiu utilitzar la compressió de dades per reduir la mida de les dades de ...
An Algorithmic Framework for Making Use of Negative Learning in Ant Colony Optimization
L'optimització amb colònies de formigues (ACO) és una metaheurística que s'inspira en la naturalesa. ACO explota la capacitat que tenen les formigues per a trobar rutes curtes, entre el formiguer i la font d'aliments, ...
Point-based data compression
El tema d'aquesta tesi és la compressió de point clouds i la compressió d'imatges naturals i hiperespectrals a través de transformacions de filterbanks de grafs.
Deep Metric Learning for re-identification, tracking and hierarchical novelty detection
L'aprenentatge de mètriques es refereix al problema de l'aprenentatge automàtic d'aprendre una mesura de distància o similitud amb l'objectiu de comparar dades. En particular, l'aprenentatge de mètriques profund implica ...
Towards Efficient and Robust Convolutional Neural Networks for Single Image Super-Resolution
La superresolució d’imatge única (SISR) és una tasca important en el processament d’imatges, que té com a objectiu millorar la resolució dels sistemes d’imatges. Recentment, SISR ha estat testimoni de grans avenços amb el ...
Self-supervised learning for image-to-image translation in the small data regime
La irrupció a gran escala de Xarxes Neuronals Convolucionals Profundes (CNNs) a la visió per computador des de 2012 ha duït a un paradigma predominant d’interpretació de la imatge consistent en un procés d’aprenentage ...
Continual learning for hierarchical classification, few-shot recognition, and multi-modal learning
Aquest article investiga sobre “Aprenentatge continu per a classificació jeràrquica, reconeixement amb pocs exemples i aprenentatge multimodal
Reducing Label Effort with Deep Active Learning
Les xarxes neuronals convolucionals profundes (CNN) han aconseguit un rendi ment superior en moltes aplicacions de reconeixement visual, com la classificació, detecció i segmentació d’imatges. El entrenament de CNN profundes ...
Towards Smart Fashion: Visual Recognition of Products and Attributes
La intel·ligència artificial innova la indústria de la moda proposant noves aplicacions i solucions als problemes als quals s’enfronten els investigadors i enginyers que treballen en la indústria. En aquesta tesi abordem ...
Towards Practical Neural Image Compression
Les imatges i els vídeos són pervasius en les nostres vides i comunicacions. Amb el avenços en dispositius portables i intel·ligents, xarxes de comunicació d’alta capacitat i cine d’alta definició, la compressió d’imatges ...
High Throughput Image/Video Codec with Nvidia GPUs
The increasing number of image and video content, and the adoption of 8K resolution and high dynamic range technologies, demand faster and more efficient digital coding solutions to store and transfer these data. ...
Towards Automatic Generation of Performance Models for Dynamic Tuning using Machine Learning
New approaches are necessary to generate performance models in current systems due the het erogeneity found in new systems. An alternative to traditional analytical models could be the use of machine learning algorithms, ...
Re-Engineering Forest Fire Spread Simulator to Consider Urgent and Green Computing
Els simuladors de propagació d’incendis forestals han demostrat ser eines molt útils en la lluita contra els incendis forestals. A l’hora de realitzar prediccions sobre la propagació dels incendis forestals, hi ha dues ...
Monocular Depth Estimation for Autonomous Driving
La informació geomètrica 3D és essencial per percebre l’entorn des d’un vehicle autònom (VA) o assistit. Per això, estan equipats amb sensors calibrats. Podem trobar sensors LiDAR que proporcionen aquesta informació 3D, ...
Estimating Light Effects from a Single Image: Deep Architectures and Ground-Truth Generation
En aquesta tesi explorem com estimar els efectes de la llum que interactua amb els objectes d’una escena a partir d’una sola imatge. Per assolir aquest objectiu, ens centrem en la recuperació de components intrínseques com ...
Training strategies for efficient deep image retrieval
En aquesta tesi ens centrem en la recuperació i re-identificació d’imatges. L’entrenament de xarxes neuronals profundes usant funcions de pèrdua basades en rànquing ha esdevingut un estàndard de facto per a les tasques de ...
Efficient and Scalable Handwritten Word Spotting on Historical Documents using Bag of Visual Words
La localització de paraules en el camp de anàlisis de documents es pot definir com el reconeixement de patrons encarregat de localitzar i recuperar una paraula específica dins d'una col·lecció d'imatges sense transcriure ...
Parallelizing Population Genetics Applications
Amb la creixent disponibilitat de dades a escala de l'genoma per a la investigació genètica, els genetistes de poblacions moleculars han de treballar amb models més complexos, el que no pot fer-se en un temps determinat ...
Robust Handwritten Text Recognition in Scarce Labeling Scenarios: Disentanglement, Adaptation and Generation
Els documents escrits a mà no només es conserven en arxius històrics, sinó que també s’utilitzen àmpliament en documents administratius, com ara xecs o formularis. Amb l’auge de de l’anomenat aprenentatge profund (Deep ...
Visual Saliency for Object Recognition, and Object Recognition for Visual Saliency
Per als humans, el reconeixement d’objectes és un procés gairebé instantani, precís i extremadament adaptable. A més, tenim la capacitat innata d’aprendre classes d’objectes nous a partir d’uns pocs exemples. El cervell ...
