000149712 001__ 149712
000149712 005__ 20250127135746.0
000149712 037__ $$aTAZ-TFG-2024-2886
000149712 041__ $$aspa
000149712 1001_ $$aLacueva Miguel, Pablo
000149712 24200 $$aAssessing uncertainty in generative adversarial networks for material editing
000149712 24500 $$aEvaluación de la incertidumbre en redes generativas adversativas para la edición de materiales.
000149712 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2024
000149712 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000149712 520__ $$aEl objetivo de este trabajo es determinar la incertidumbre asociada a una GAN (Generative Adversarial Network) de edición de materiales, con el fin de identificar las áreas de una imagen editada en las cuales la red muestra mayor grado de duda. Al tratarse de una GAN de edición de imágenes, no se dispone de datos de comprobación (ground truth) ni hay ninguna manera sencilla de calcular el error de una imagen generada. Para solventar este problema, se usa la técnica de "Montecarlo Dropout" en la que se desactiva un porcentaje de neuronas, lo que permite generar imágenes con ruido. Este ruido se puede usar para generar mapas de calor que marcan los lugares de donde la GAN tiene menos confianza. También se ha implementado una métrica que permite medir la incertidumbre con un número escalar, lo que facilita comparación entre imágenes.<br /><br />
000149712 521__ $$aGraduado en Ingeniería Informática
000149712 540__ $$aDerechos regulados por licencia Creative Commons
000149712 691__ $$a9
000149712 692__ $$aLa métrica para medir la incertidumbre de una red generativa adversativa introducida ahorra el coste de tener varios modelos entrenados, puesto que solo hace falta uno para medir variabilidad del framework gracias a la técnica de Monte Carlo Dropout. También ahorra costes de estudios de usuario para la evaluación de las imágenes editadas obtenidas.
000149712 700__ $$aSubías Sarrato, José Daniel$$edir.
000149712 700__ $$aSerrano Pacheu, Ana Belén$$edir.
000149712 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cLenguajes y Sistemas Informáticos
000149712 8560_ $$f799134@unizar.es
000149712 8564_ $$s21751130$$uhttps://zaguan.unizar.es/record/149712/files/TAZ-TFG-2024-2886.pdf$$yMemoria (spa)
000149712 909CO $$ooai:zaguan.unizar.es:149712$$pdriver$$ptrabajos-fin-grado
000149712 950__ $$a
000149712 951__ $$adeposita:2025-01-27
000149712 980__ $$aTAZ$$bTFG$$cEINA
000149712 999__ $$a20240625224306.CREATION_DATE