Deep Learning Para Visión por Computadora

Abstract

Esta línea de investigación se centra en el estudio y desarrollo de sistemas y modelos de Deep Learning para resolución de problemas de Visión por computadora, incluyendo técnicas de Aprendizaje Automático clásicas, y Aprendizaje profundo con Redes Neuronales Convolucionales (CNNs), Recurrentes (RNNs) y Transformers. En este contexto, los autores del presente trabajo aplican estas técnicas a diversos problemas: - Traducción de la Lengua de Señas (TLS), en particular la Lengua de Señas Argentina (LSA). - Interpretabilidad de modelos de Redes Neuronales, incluyendo análisis de invarianza y equivarianza y de filtros convolucionales, con énfasis en modelos que trabajan con imágenes médicas. - Análisis y procesamiento de datos astronómicos, enfocados en la recuperación de trabajos de observación históricos. - Predicción de series temporales, incluyendo series de precios de acciones de la bolsa.