Active learning techniques for probabilistic deterministic finite automata extraction from language models

dc.contributor.advisorMayr Ojeda, Franz
dc.contributor.advisorYovine, Sergio Fabián
dc.contributor.tribunalThao Dang
dc.contributor.tribunalSzasz Cerutti, Nora Adriana
dc.creatorPan Suarez, Federico
dc.date.accessioned2021-11-30T07:58:09Z
dc.date.available2021-11-30T07:58:09Z
dc.date.issued2020
dc.descriptionIncluye bibliografía.
dc.description.abstractEl proyecto se enmarca dentro del área de la inteligencia artificial explicable. La investigación tiene como objetivo profundizar en el problema del entendimiento del funcionamiento interno de las redes neuronales recurrentes (RNN por su sigla en inglés). El trabajo desarrolla, implementa y evalúa experimentalmente dos algoritmos de inducción de modelos por aprendizaje automático activo para la extracción de autómatas finitos probabilísticos de redes neuronales recurrentes.
dc.format.extent58 p. tbls., grafs.
dc.identifier.citationPan Suarez, F. (2020). Active learning techniques for probabilistic deterministic finite automata extraction from language models (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería.
dc.identifier.urihttp://hdl.handle.net/20.500.11968/4472
dc.languageInglés.
dc.publisherUniversidad ORT Uruguay
dc.relation.otherhttps://sisbibliotecas.ort.edu.uy/bib/91181
dc.subjectPROYECTOS-ID
dc.subjectREDES NEURONALES
dc.subjectINTELIGENCIA ARTIFICIAL EXPLICABLE (XAI)
dc.subjectAPRENDIZAJE AUTOMÁTICO
dc.titleActive learning techniques for probabilistic deterministic finite automata extraction from language models
dc.typeTrabajo final de carrera
ort.thesis.careerFI - Ingeniería en Sistemas - ID
ort.thesis.degreegrantorFacultad de Ingeniería
ort.thesis.degreelevelCarrera Universitaria
ort.thesis.degreenameIngeniero en Sistemas
ort.thesis.degreetypeProyecto
ort.thesis.noteProyecto (Carrera Universitaria). Universidad ORT Uruguay, Facultad de Ingeniería
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Material completo.pdf
Size:
1.23 MB
Format:
Adobe Portable Document Format
Description:
description