Look-up in Google Scholar
Title: Software basado en redes neuronales artificiales para la autocorrección de mensajes de texto en el proyecto pic-13 2013 de la Universidad Nacional de Trujillo
Advisor(s): Obando Roldan, Juan Carlos
Issue Date: Jan-2019
Institution: Universidad Nacional de Trujillo
Abstract: El Proyecto PIC-13 2013 de la Universidad Nacional de Trujillo es un proyecto ganador para ser financiado por el Canon Minero para promover la investigación científica. El proyecto titulado “Desarrollo de un Sistema Inteligente para Controlar Llamadas y Mensajes Maliciosos como Medios de Extorsión” busca identificar tanto mensajes de texto como llamadas extorsionadoras para una posterior actuación legal de esta. Sin embargo, el proyecto aún no cuenta con un software que permita corregir mensajes de texto que sean ilegibles. Este proceso es un paso anterior a la identificación de si estos son usados como medios de extorsión o no. Es por eso que surge la necesidad de desarrollar un software que permita autocorregir los mensajes de texto que se reciben. Para la elaboración de este software se utilizó inteligencia artificial, en específico redes neuronales artificiales que son las más indicadas para los casos de autocorrección. Además, se hizo uso de la red neuronal Hopfield ya que permite un fácil manejo de capas de la red neuronal artificial.
Note: The Project PIC-13 2013 of the National University of Trujillo is a won project to be earned by Mining Canon to promove the scientific investigation. The project called “Desarrollo de un Sistema Inteligente para Controlar Llamadas y Mensajes Maliciosos como Medios de Extorsión” seeks to identify extortionist text messages and calls for a post legal actuation against those. However, the project hasn’t got a software that corrects unreadable text messages. This proccess is the previous step towards the identification if these are used as a way of extortion or not. For that reason the need arises to autocorrect the text messages that are received. For the elaboration of this software, we used artificial intelligence, specifically artificial neural networks that are the most indicated for the cases of autocorrection. Besides, we used Hopfield neural network because it allows easy handling of layers of the artificial neural network.
Discipline: Ingeniería
Grade or title grantor: Universidad Nacional de Trujillo. Facultad de Ingeniería
Grade or title: Ingeniero de Sistemas
Register date: 15-Apr-2019



This item is licensed under a Creative Commons License Creative Commons