Mensaje de error

El archivo especificado temporary://file5jV5sV no se pudo copiar, porque el directorio de destino no está configurado correctamente. La causa puede ser un problema de permisos en el directorio o los archivos. Hay más información disponible en el registro del sistema.

UTN

ReLIoT-CCUTNME0005350

El aprendizaje por refuerzo es un área de la inteligencia artificial que estudia como un sistema puede aprender de su entorno para tomar
las decisiones sobre las siguientes acciones a ejecutar, basado en un sistema de recompensas o penalizaciones. Uno de los objetivos
del proyecto es analizar, ensayar y proponer algoritmos de aprendizaje por refuerzo que mejoren el comportamiento de sensores
inalámbricos en edificios inteligentes, permitiendo construir sistemas auto-configurables con escasa intervención humana. Otro objetivo,

PID-SENSE-SIUTNME0005128

El objetivo general del proyecto es utilizar información ambiental y agronómica para elaborar un conjunto de datos cuyas variables nos permitan construir modelos de aprendizaje automático para:

1) Predecir las heladas agronómicas.

2) Identificar las ubicaciones de los sensores ambientales más significativas para la predicción de heladas.

3) Entender el impacto de la temperatura, humedad y otros factores ambientales en el proceso de la maduración y cosecha en viñedos para mejorar el pronóstico de cosecha.

PID-UTN-5372

Con el objetivo de mejorar la productividad de las plantas de vid y en calidad de sus frutos, el proyecto descrito en este documento se orienta al estudio de técnicas de aprendizaje de máquinas y visión computacional aplicadas a la medición autonoma de procesos vitícolas a partir de imágenes del cultivo y su contexto tomadas en condiciones naturales de campo.

EIUTIME0003601TC

En este proyecto se propone el estudio y desarrollo de técnicas automáticas para modelar la estructura 3D de una planta de vid en invierno, a partir de videos capturados en condiciones naturales de campo mediante una cámara digital convencional (celular, co

EIUTIME0004481TC

El presente es un proyecto de investigación básica en el área de Aprendizaje Automático, mas especificamente,
consiste en el desarrollo de algoritmos para el aprendizaje automático a partir de observaciones de redes de Markov.
Estas redes son una herramienta computacional para el modelado eficiente de distribuciones de probabilidad, que
utiliza grafos no dirigidos para facilitar la representacion de problemas complejos. Estas redes codifican en sus nodos