Redes neuronales convolucionales para clasificación de componentes electrónicos

Autores/as

  • César Armando Morales Molina Universidad de Sonsonate Autor/a https://orcid.org/0009-0000-6716-1392
  • Ernesto Antonio Morales Rodríguez Universidad de Sonsonate Autor/a
  • Marvin Adonay Alarcón Segura Universidad de Sonsonate Autor/a
  • Rodrigo Alejandro Centeno Flores Universidad de Sonsonate Autor/a

Palabras clave:

Componentes electrónicos, Redes neuronales convolucionales, Redes neuronales artificiales, Visión por computadora, MobileNetV2

Resumen

Este artículo presenta un enfoque basado en redes neuronales convolucionales (CNN) para la clasificación de componentes electrónicos. El objetivo es desarrollar un sistema inteligente que sea capaz de identificar componentes electrónicos en entornos diversos, lo cual es una tarea que, en aplicaciones de educación y control de inventario en la industria electrónica, puede beneficiar a la eficiencia de los procesos. El conjunto de datos es creado con imágenes de internet y propias, para buscar un mejor resultado al entrenar y evaluar el modelo propuesto, comparando también con la red preentrenada MobileNetV2. Los resultados muestran que las redes neuronales artificiales lograron una alta precisión en la detección de componentes electrónicos utilizando la técnica de transferencia de aprendizaje.

Descargas

Los datos de descarga aún no están disponibles.

Descargas

Publicado

2025-05-12

Número

Sección

Artículos

Cómo citar

Redes neuronales convolucionales para clasificación de componentes electrónicos. (2025). Revista INTEGRACIÓN, 11, 64-75. https://revistas.usonsonate.edu.sv/index.php/integracion/article/view/17