Mostrar el registro sencillo del ítem
dc.contributor.author
Scopa Lopina, Alejandro
dc.contributor.author
González, Martín Germán
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.contributor.author
Vera, Matías
dc.date.available
2024-03-26T18:23:38Z
dc.date.issued
2023-12
dc.identifier.citation
Scopa Lopina, Alejandro; González, Martín Germán; Vera, Matías; Estudio de redes generativas de confrontación para generación de datos sintéticos y su aplicación a tomografía optoacústica; Universidad de Buenos Aires. Facultad de Ingeniería; Elektron; 7; 2; 12-2023; 61-70
dc.identifier.uri
http://hdl.handle.net/11336/231609
dc.description.abstract
En este trabajo se propone el uso de una red generativa de confrontación (GAN) para efectuar un aumento de datos con el objetivo de mejorar la reconstrucción de imágenes en sistemas para tomografía optoacústica (TOA). Se utilizó el modelo denominado FastGAN que es una red compacta, capaz de generar imágenes de alta resolución a partir de un conjunto de datos reducidos. La calidad de los datos generados se evaluó a través de dos métodos. Por un lado, se usó la distancia de inicio de Fréchet (FID), observándose una tendencia decreciente a largo de todo el entrenamiento de la GAN. En el segundo método se entrenó una red neuronal U-Net diseñada para un sistema de TOA con y sin datos aumentados. En este caso, el modelo entrenado con los datos extras aportados por la GAN logró una mejora apreciable en las figuras de mérito asociadas a la reconstrucción.
dc.description.abstract
This work proposes the use of a Generative Adversarial Network (GAN) to perform data augmentation with the goal of improving image reconstruction in Optoacustic Tomography (OAT) applications. We employ the FastGAN model, a compact net capable of generating high resolution images from small datasets. The quality of the generated data was assessed by two methods. First, the Frechet distance ´ (FID) was measured, observing a decreasing trend throughout the entire GAN training. Then, a U-Net neural network designed for a OAT system with and without augmented data was trained. In this case, the model trained with the extra data generated by the GAN achieved an appreciable improvement in the figures of merit associated with the reconstruction.
dc.format
application/pdf
dc.language.iso
spa
dc.publisher
Universidad de Buenos Aires. Facultad de Ingeniería
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-nd/2.5/ar/
dc.subject
REDES GENERATIVAS DE CONFRONTACIÓN
dc.subject
REDES NEURONALES PROFUNDAS
dc.subject
TOMOGRAFÍA OPTOACÚSTICA
dc.subject.classification
Ingeniería Eléctrica y Electrónica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Otras Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ingeniería Eléctrica, Ingeniería Electrónica e Ingeniería de la Información
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
INGENIERÍAS Y TECNOLOGÍAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Óptica
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
Ciencias Físicas
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.title
Estudio de redes generativas de confrontación para generación de datos sintéticos y su aplicación a tomografía optoacústica
dc.title
Study of Generative Adversarial Networks for Generating Synthetic Data and its Application on Optoacoustic Tomography
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2024-03-26T13:28:22Z
dc.identifier.eissn
2525-0159
dc.journal.volume
7
dc.journal.number
2
dc.journal.pagination
61-70
dc.journal.pais
Argentina
![Se ha confirmado la validez de este valor de autoridad por un usuario](/themes/CONICETDigital/images/authority_control/invisible.gif)
dc.journal.ciudad
Ciudad Autónoma de Buenos Aires
dc.description.fil
Fil: Scopa Lopina, Alejandro. Universidad de Buenos Aires. Facultad de Ingeniería. Departamento de Física; Argentina
dc.description.fil
Fil: González, Martín Germán. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ingeniería. Departamento de Física; Argentina
dc.description.fil
Fil: Vera, Matías. Universidad de Buenos Aires. Facultad de Ingeniería. Departamento de Física; Argentina
dc.journal.title
Elektron
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/http://elektron.fi.uba.ar/index.php/elektron/article/view/185
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.37537/rev.elektron.7.2.185.2023
Archivos asociados