Mostrar el registro sencillo del ítem

dc.contributor.advisorLuque-Baena, Rafael Marcos
dc.contributor.advisorMolina Cabello, Miguel Ángel
dc.contributor.authorPineda Palencia, Ismael
dc.contributor.otherLenguajes y Ciencias de la Computaciónen_US
dc.date.accessioned2019-12-10T13:06:00Z
dc.date.available2019-12-10T13:06:00Z
dc.date.created2019
dc.date.issued2019-12-10
dc.identifier.urihttps://hdl.handle.net/10630/18993
dc.description.abstractLos sistemas de búsqueda tradicionales de las webs o aplicaciones móviles que realizan las búsquedas mediante un simple texto han evolucionado, dando paso así a los nuevos sistemas basados en la búsqueda por imágenes. En el caso de las empresas del sector de la moda, la búsqueda por imágenes permite encontrar recomendaciones de productos similares al que aparece en una imagen subida por un usuario. La gran mayoría de estos sistemas utilizan técnicas de aprendizaje profundo, ideales para trabajar con datos no estructurados como lo son las imágenes. A pesar de ello, algunos de estos modelos presentan ciertos problemas, sus recomendaciones no son lo precisas que deberían ser. El presente trabajo detalla la generación de un sistema completo, siguiendo para ello la metodología de desarrollo del “ciclo de vida clásico” del software. El sistema permite a un usuario obtener mejores recomendaciones en tiempo real que las ofrecidas por algunos de los sistemas actuales. Para lograrlo se ha investigado e implementado varios modelos de redes neuronales convolucionales (CNN) en Python, siguiendo una metodología propia para esta tarea CRISP-DM. Para el entrenamiento y la validación se hace uso de un gran paquete de imágenes etiquetadas, mientras que para la generación de las propias redes se utiliza la API de Keras. Cada red extrae uno de los atributos del producto de una imagen, gracias a la combinación de estos, es posible encontrar otros productos similares. El sistema se compone de un servidor en Python que hace uso de las redes neuronales y de un cliente para Android desarrollado en Android Studio, creado a partir de algunos bocetos. Integradas ambas partes, se muestran los satisfactorios resultados de las recomendaciones obtenidas en la aplicación móvil para diferentes productos.en_US
dc.language.isospaen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectRedes neuronales (Informática)en_US
dc.subjectVisión por ordenadoren_US
dc.subjectProcesado de imágenesen_US
dc.subjectInformática - Trabajos Fin de Gradoen_US
dc.subjectGrado en Ingeniería Informática - Trabajos Fin de Gradoen_US
dc.subject.otherRedes neuronales,en_US
dc.subject.otherVisión por computador,en_US
dc.subject.otherPerceptrón,en_US
dc.subject.otherAprendizaje profundo,en_US
dc.subject.otherAplicación Android,en_US
dc.subject.otherSistema de recomendación.en_US
dc.titleAplicación de recomendaciones de moda basada en redes de aprendizaje profundoen_US
dc.title.alternativeApplication for fashion recommendations based on deep learning networksen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.centroE.T.S.I. Informáticaen_US
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

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

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional