A) El uso de pantallas de ordenador para mostrar imágenes. B) Estudio del funcionamiento de la visión humana. C) Campo de estudio que permite a los ordenadores interpretar y comprender la información visual del mundo real. D) Proceso de filtrado y mejora de imágenes visuales.
A) Desenfoque de imágenes para conseguir un efecto artístico. B) Distorsión aleatoria de imágenes. C) Cambiar las dimensiones de la imagen. D) Mejora de la calidad de imagen y reducción del ruido para un mejor análisis.
A) Crear una imagen especular del original. B) Eliminar colores de una imagen. C) Combinar varias imágenes en una. D) Dividir una imagen en regiones u objetos significativos para su análisis.
A) Puntuación F1 B) R-cuadrado C) Precisión D) Error cuadrático medio
A) Aumentar el ritmo de aprendizaje B) Utilización de lotes más pequeños C) Regularización de abandonos D) Añadir más capas a la red
A) Transferencia de imágenes entre distintos dispositivos. B) Transferencia de gradientes durante la retropropagación. C) Transferencia de píxeles de imagen a una nueva imagen. D) Utilización de modelos preentrenados y ajuste fino para una tarea específica.
A) Aumento del número de parámetros. B) Introducir la no linealidad en la red. C) Reducir las dimensiones espaciales de la entrada. D) Normalización de los valores de entrada.
A) Sigmoide B) ReLU (Unidad lineal rectificada) C) Lineal D) Tanh
A) Resumir el rendimiento de un modelo de clasificación utilizando los valores de verdadero positivo, falso positivo, verdadero negativo y falso negativo. B) Creación de imágenes compuestas. C) Conversión de imágenes a escala de grises. D) Desenfoque de imágenes para proteger la intimidad.
A) Capa totalmente conectada B) Capa de activación C) Capa de agrupamiento D) Capa convolucional
A) Identificación y delimitación de objetos individuales dentro de una escena. B) Suavizado de las intensidades de los píxeles. C) Conversión de imágenes a blanco y negro. D) Aplicación de filtros de color a las imágenes.
A) Mapeo de una imagen en otro plano de imagen. B) Detección de bordes de objetos. C) Normalización de histogramas de imágenes. D) Desenfoque de los límites de la imagen.
A) Segmentación de imágenes B) Detección de objetos C) Extracción de características D) Clasificación de imágenes
A) Vecinos más próximos (KNN) B) Análisis de componentes principales (ACP) C) Redes neuronales convolucionales (CNN) D) Máquinas de vectores soporte (SVM)
A) VGGNet B) AlexNet C) ResNet (red residual) D) InceptionNet
A) Segmentación de características y texturas de imágenes B) Técnica de filtrado selectivo de imágenes C) Seguimiento facial semiintegrado D) Transformación de características invariantes de escala
A) Pérdida de entropía cruzada binaria B) Pérdida de entropía cruzada C) Pérdida L1 D) Error cuadrático medio
A) Conjunto de datos de letras de canciones B) Conjunto de datos sobre spam C) Conjunto de datos meteorológicos D) ImageNet
A) Recorte de imágenes B) PCA Reducción de la dimensionalidad C) Aprendizaje por transferencia D) Inyección de ruido
A) Rotación de imágenes B) Eliminación de ruido de medios no locales C) Añadir ruido a las imágenes D) Aumento de la resolución de imagen
A) Red neuronal informatizada B) Red neuronal convolucional C) Red neuronal controlada D) Red neuronal compleja
A) Transformada de Fourier B) Método Lucas-Kanade C) Ecualización del histograma D) Desenfoque gaussiano
A) ReLU B) Tanh C) Sigmoide D) Softmax |