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