Clasificación de señales Doppler de ecos radar usando deep learning /
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | , , |
Formato: | Libro |
Lenguaje: | Español |
Publicado: |
2020.
|
Materias: | |
Acceso en línea: | Índice Texto completo |
LEADER | 01613ntm#a22004095a#4500 | ||
---|---|---|---|
001 | TSRCCAB019144 | ||
008 | 210909s2020####ag#ad##f#bm###001#0#spa|d | ||
005 | 20210909153116.0 | ||
003 | AR-BCCAB | ||
245 | 1 | 0 | |a Clasificación de señales Doppler de ecos radar usando deep learning / |c Franco Alberto Alcaraz. |
260 | # | # | |c 2020. |
300 | # | # | |a xx, 220 h. : |b il. ; |c 30 cm. |
502 | # | # | |a Tesis (maestría, Ingeniería)--Universidad Nacional de Cuyo. Instituto Balseiro, 2020. |
504 | # | # | |a Incluye referencias bibliográficas (h. 191-199). |b 107. |
500 | # | # | |a Director de tesis: Javier Areta. |
500 | # | # | |a Co-Director de tesis: Roberto Ítalo, Costantini. |
500 | # | # | |a Incluye índice. |
500 | # | # | |a La versión original es digital. Pandemia 2020. |
100 | 1 | # | |a Alcaraz, Franco A. |4 dis |
700 | 1 | # | |a Areta, Javier. |4 ths |
700 | 1 | # | |a Costantini, Roberto Ítalo. |4 sad |
710 | 2 | # | |a Universidad Nacional de Cuyo. |b Instituto Balseiro |4 dgg. |
650 | # | 7 | |a Classification |v Theses. |2 inst |
650 | # | 7 | |a Radar |v Theses. |2 inst |
650 | # | 7 | |a Machine learning |v Theses. |2 inst |
650 | # | 7 | |a Clasificación |v Tesis. |2 inist |
653 | # | # | |a Doppler |
653 | # | # | |a Convolutional neural networks |
653 | # | # | |a Deep learning |
653 | # | # | |a Redes neuronales convolucionales |
653 | # | # | |a Aprendizaje automático |
653 | # | # | |a Aprendizaje profundo |
040 | # | # | |a arbccab |b spa |
856 | 4 | 1 | |u http://campi.cab.cnea.gov.ar/tocs/24186.pdf |3 Índice |
856 | 4 | 1 | |q pdf |s 17Mb |u http://ricabib.cab.cnea.gov.ar/978/ |3 Texto completo |
942 | # | # | |c TS |
952 | # | # | |2 udc |a ARBCCAB |b ARBCCAB |i 24186 |o T.M. (043)62 2020 Al16 |p 24186 |t 1 |y TS |