Show simple item record

dc.contributorSalembier Clairon, Philippe Jean
dc.contributor.authorQuiceno Lopera, Steven
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions
dc.date.accessioned2020-02-20T22:15:35Z
dc.date.available2020-02-20T22:15:35Z
dc.date.issued2020-01
dc.identifier.urihttp://hdl.handle.net/2117/178249
dc.descriptionEste trabajo consiste en desarrollar y estudiar técnicas de Deep Learning (CNN) para detectar manchas de petróleo en imágenes SAR. Las técnicas de Deep Learning se aplicarán directamente sobre las imágenes originales. Dado el tamaño reducido de la base de datos se estudiarán en particular las técnicas de Transfer Learning.
dc.description.abstractIn these moments of struggle against climate change that this generation faces, research in alternative energy and not dependent on fossil fuels is very important. One of the options under investigation is the energy produced from nuclear fusion, which could become a clean energy and almost inexhaustible. In this project, thermal images produced inside a nuclear fusion reactor will be analyzed in order to detect events that can help researchers, indicating in which images such events are occurring and on which element of the reactor.
dc.description.abstractEn estos momentos de lucha contra el cambio climático que afronta esta generación, se hace muy importante la investigación en energías alternativas y no dependientes de combustibles fósiles. Una de las opciones en las que se están investigando es la energía producida a partir de la fusión nuclear, la cual podría llegar a ser una energía limpia en inagotable. En este proyecto se analizará imágenes térmicas producidas en el interior de un reactor de fusión nuclear con el objetivo de detectar eventos que puedan ayudar a los investigadores, indicándoles en que imágenes se están produciendo dichos eventos y sobre que elemento del reactor.
dc.description.abstractEn aquests moments de lluita contra el canvi climàtic que afronta aquesta generació, es fa molt important la investigació en energies alternatives i no dependents de combustibles fòssils. Una de les opcions en les que s'estan investigant és l'energia produïda a partir de la fusió nuclear, la qual podria arribar a ser una energia neta a inesgotable. En aquest projecte s'analitzarà imatges tèrmiques produïdes a l'interior d'un reactor de fusió nuclear amb l'objectiu de detectar esdeveniments que puguin ajudar els investigadors, indicant-los en què imatges s'estan produint aquests esdeveniments i sobre que element de l'reactor
dc.language.isospa
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsS'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Enginyeria de la telecomunicació
dc.subject.lcshImage processing
dc.subject.lcshPlasma (Ionized gases)
dc.subject.lcshComputer programming
dc.subject.otherImages
dc.subject.otherplasma
dc.subject.otherprogramming
dc.subject.otherImagenes
dc.subject.otherplasma
dc.subject.otherprogrmacion
dc.titleDetección de puntos calientes y líneas de calor en imágenes térmicas de un reactor de fusión nuclear
dc.title.alternative101/5000 Detection of hot spots and heat lines in thermal images of a nuclear fusion reactor
dc.title.alternativeDetecció de punts calents i línies de calor en imatges tèrmiques d'un reactor de fusió nuclear
dc.typeBachelor thesis
dc.subject.lemacImatges -- Processament
dc.subject.lemacPlasma (Gasos ionitzats)
dc.subject.lemacProgramació (Ordinadors)
dc.identifier.slugETSETB-230.148169
dc.rights.accessOpen Access
dc.date.updated2020-02-10T06:50:42Z
dc.audience.educationlevelGrau
dc.audience.mediatorEscola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Spain
Except where otherwise noted, content on this work is licensed under a Creative Commons license : Attribution-NonCommercial-NoDerivs 3.0 Spain