dc.contributor.author |
Salinas Navarro, Diego Alberto |
|
dc.date.accessioned |
2022-03-18T22:45:41Z |
|
dc.date.available |
2022-03-18T22:45:41Z |
|
dc.date.issued |
2022-02-27 |
|
dc.identifier.uri |
http://www.ptolomeo.unam.mx:8080/xmlui/handle/RepoFi/17789 |
|
dc.description |
Trabajo que escrito que trata de manera profunda el diseño, implementación y evaluación de modelos de aprendizaje profundo con el objetivo de evaluar el humor en imágenes tipo shitposting provenientes de la red social Twitter. |
es_ES |
dc.description.abstract |
Si bien existe el campo del humor computacional, este se ha caracterizado
por incursionar en proyectos que implican la resolución de tareas apoyándose del
procesamiento de lenguaje natural. Y es que, a día de hoy no existe ningún
antecedente que relacione de forma clara el shitposting y el aprendizaje profundo.
En este trabajo, se aborda esa problemática mediante la creación de modelos
de visión computacional basados en redes neuronales siamesas y redes neuronales
convolucionales. Se diseñaron distintas arquitecturas cuyo principal objetivo era
la clasificación e interpretación de shitposting. |
es_ES |
dc.language.iso |
es |
es_ES |
dc.subject |
Aprendizaje profundo |
es_ES |
dc.subject |
Aprendizaje automático |
es_ES |
dc.subject |
Programación |
es_ES |
dc.subject |
Visión computacional |
es_ES |
dc.subject |
Redes neuronales |
es_ES |
dc.title |
Predicción de "likes" en twitter para memes aleatorios |
es_ES |
dc.type |
Tesis |
es_ES |
dc.director.trabajoescrito |
Meza Ruiz, Ivan Vladimir |
|
dc.carrera.ingenieria |
Ingeniería en computación |
es_ES |