El presente proyecto de fin de grado muestra la implementación de una aplicación capaz de generar modelos neuronales simples a partir de herramientas gráficas, en este caso draw.io. La herramienta facilita la enseñanza de conceptos de redes neuronales y aprendizaje automático a estudiantes y principiantes, reduciendo la barrera de entrada al área del aprendizaje automático.
Su uso se puede extender incluso a realizar prototipos rápidos en diversas áreas de aplicación, como puede ser el sector salud, donde los modelos de aprendizaje automático pueden ayudar a mejorar diagnósticos y tratamientos.
La idea principal consiste en que los usuarios puedan diseñar sus arquitecturas neuronales simples de manera visual, exportarlas en formato XML y procesarlas para generar modelos funcionales utilizando la biblioteca Keras de TensorFlow, estos modelos se entrenan a partir de un conjunto de datos en formato CSV proporcionado por el usuario. Este conjunto de datos se divide en un set de entrenamiento y otro de pruebas con el que conseguiremos los resultados del análisis.
Para llevar a cabo esta tarea se realizará un detallado análisis del archivo XML, identificando y clasificando correctamente los diferentes componentes del modelo neuronal: las diferentes neuronas, la relación de conexiones entre ellas proporcionando la información necesaria para poder clasificar cada neurona en las diferentes capas del modelo neuronal.
Una vez verificada la correcta ordenación e identificación de los elementos de la arquitectura neuronal se procederá a generar las instrucciones necesarias en Keras para generar el modelo y entrenarlo en base al conjunto de datos proporcionado.
Abstract:
This final degree project shows the implementation of an application capable of generating simple neural models from graphical tools, in this case draw.io. The tool facilitates the teaching of neural networks and machine learning concepts to students and beginners, reducing the entry barrier to the area of machine learning.
Its use can even be extended to rapid prototyping in various application areas, such as the healthcare sector, where machine learning models can help improve diagnoses and treatments.
The main idea is that users can design their simple neural architectures in a visual way, export them in XML format and process them to generate functional models using the Keras library of TensorFlow, these models will use as training and test data a dataset provided by the user in CSV format to be analyzed.
El presente proyecto de fin de grado muestra la implementación de una aplicación capaz de generar modelos neuronales simples a partir de herramientas gráficas, en este caso draw.io. La herramienta facilita la enseñanza de conceptos de redes neuronales y aprendizaje automático a estudiantes y principiantes, reduciendo la barrera de entrada al área del aprendizaje automático.
Su uso se puede extender incluso a realizar prototipos rápidos en diversas áreas de aplicación, como puede ser el sector salud, donde los modelos de aprendizaje automático pueden ayudar a mejorar diagnósticos y tratamientos.
La idea principal consiste en que los usuarios puedan diseñar sus arquitecturas neuronales simples de manera visual, exportarlas en formato XML y procesarlas para generar modelos funcionales utilizando la biblioteca Keras de TensorFlow, estos modelos se entrenan a partir de un conjunto de datos en formato CSV proporcionado por el usuario. Este conjunto de datos se divide en un set de entrenamiento y otro de pruebas con el que conseguiremos los resultados del análisis.
Para llevar a cabo esta tarea se realizará un detallado análisis del archivo XML, identificando y clasificando correctamente los diferentes componentes del modelo neuronal: las diferentes neuronas, la relación de conexiones entre ellas proporcionando la información necesaria para poder clasificar cada neurona en las diferentes capas del modelo neuronal.
Una vez verificada la correcta ordenación e identificación de los elementos de la arquitectura neuronal se procederá a generar las instrucciones necesarias en Keras para generar el modelo y entrenarlo en base al conjunto de datos proporcionado.
Abstract:
This final degree project shows the implementation of an application capable of generating simple neural models from graphical tools, in this case draw.io. The tool facilitates the teaching of neural networks and machine learning concepts to students and beginners, reducing the entry barrier to the area of machine learning.
Its use can even be extended to rapid prototyping in various application areas, such as the healthcare sector, where machine learning models can help improve diagnoses and treatments.
The main idea is that users can design their simple neural architectures in a visual way, export them in XML format and process them to generate functional models using the Keras library of TensorFlow, these models will use as training and test data a dataset provided by the user in CSV format to be analyzed. Read More
Related posts:
Implementación de red de neuronas en C en entorno GNU Linux
Generación de modelos neuronales a partir de un grafo
Detección del fraude fiscal mediante el uso de la inteligencia artificial
Desarrollo de un gemelo digital para un sensor de mediciones medioambientales
Estudio y prototipo exploratorio para el análisis, detección y predicción de patrones oscuros web con reconocimiento de imágenes
Frecuencia de uso y utilidad percibida de las TIC para los alumnos de la ESO del IES Velázquez