Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo

Bibliographic Details
Main Author: Palacios Garza, Erik Ricardo
Format: Tesis
Language:Spanish / Castilian
Published: 2021
Subjects:
Online Access:http://eprints.uanl.mx/22259/1/1080315306.pdf
_version_ 1824416466247614464
author Palacios Garza, Erik Ricardo
author_facet Palacios Garza, Erik Ricardo
author_sort Palacios Garza, Erik Ricardo
collection Repositorio Institucional
format Tesis
id eprints-22259
institution UANL
language Spanish / Castilian
publishDate 2021
record_format eprints
spelling eprints-222592021-09-27T20:11:27Z http://eprints.uanl.mx/22259/ Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo Palacios Garza, Erik Ricardo TK Ingeniería Eléctrica, Electrónica, Ingeniería Nuclear 2021-06 Tesis NonPeerReviewed text es cc_by_nc_nd http://eprints.uanl.mx/22259/1/1080315306.pdf http://eprints.uanl.mx/22259/1.haspreviewThumbnailVersion/1080315306.pdf Palacios Garza, Erik Ricardo (2021) Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo. Maestría thesis, Universidad Autónoma de Nuevo León.
spellingShingle TK Ingeniería Eléctrica, Electrónica, Ingeniería Nuclear
Palacios Garza, Erik Ricardo
Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
thumbnail https://rediab.uanl.mx/themes/sandal5/images/online.png
title Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
title_full Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
title_fullStr Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
title_full_unstemmed Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
title_short Sistemas de percepción mínimos para robots colectivos RAOI basados en Aprendizaje Profundo
title_sort sistemas de percepcion minimos para robots colectivos raoi basados en aprendizaje profundo
topic TK Ingeniería Eléctrica, Electrónica, Ingeniería Nuclear
url http://eprints.uanl.mx/22259/1/1080315306.pdf
work_keys_str_mv AT palaciosgarzaerikricardo sistemasdepercepcionminimospararobotscolectivosraoibasadosenaprendizajeprofundo