Resumen:
|
[ES] Esta tesis explora el desarrollo de una aplicación móvil para reconocer caracteres Kanji utilizando técnicas de inteligencia artificial (IA). Comenzando con una introducción al idioma japonés y una visión general de ...[+]
[ES] Esta tesis explora el desarrollo de una aplicación móvil para reconocer caracteres Kanji utilizando técnicas de inteligencia artificial (IA). Comenzando con una introducción al idioma japonés y una visión general de los Kanji, la tesis continúa con los fundamentos de la IA, incluyendo sus tipos y aplicaciones en diversos dominios. Se discuten los principios del aprendizaje automático, centrándose en el aprendizaje supervisado y no supervisado, junto con métricas de error como el overfitting y el underfitting. Luego, la tesis profundiza en conceptos de deep learning, incluyendo redes neuronales, funciones de activación y metodologías de entrenamiento. Se presta especial atención a las redes neuronales convolucionales (CNN) debido a su eficacia en tareas de reconocimiento de imágenes. Además, examina herramientas estándar utilizadas en aplicaciones de IA, especialmente el lenguaje de programación Python y las bibliotecas asociadas. La tesis acaba con el diseño e implementación de una aplicación móvil de reconocimiento de Kanji japonés, detallando sus componentes de frontend y backend.
[-]
[EN] This thesis explores the development of a mobile application for recognizing Kanji char-acters using artificial intelligence (AI) techniques. Beginning with an introduction to the Japanese language and an overview of ...[+]
[EN] This thesis explores the development of a mobile application for recognizing Kanji char-acters using artificial intelligence (AI) techniques. Beginning with an introduction to the Japanese language and an overview of Kanji, the thesis continues with the fundamentals of AI, including its types and applications in various domains. It discusses machine learn-ing principles, focusing on supervised and unsupervised learning, along with error met-rics such as overfitting and underfitting. The thesis then delves into deep learning con-cepts, including neural networks, activation functions, and training methodologies. Spe-cial attention is given to convolutional neural networks (CNNs) due to their efficacy in image recognition tasks. Moreover, it examines standard tools used in AI applications, particularly Python programming language and associated libraries. The thesis culminates in designing and implementing a japanese kanji recognition mobile app, detailing its frontend and backend components.
[-]
|