Los enormes avances en la capacidad de cálculo de la última década han fomentado el desarrollo de nuevas técnicas para analizar datos no estructurados, como texto o imágenes. En el caso de estas últimas, las redes neuronales convolucionales (CNN) ya superan al ser humano en algunas tareas como, por ejemplo, identificar y clasificar objetos por categorías. Sin embargo, dada su complejidad, la comprensión del funcionamiento interno de este tipo de modelos sigue siendo bastante limitada. El objetivo de este proyecto es utilizar imágenes de formas geométricas generadas por ordenador para estudiar qué parámetros aprende una CNN y cómo afecta el ruido de las imágenes de entrada en un problema de clasificación.
Gabriela Martín Carballo
