Fernandez Torres, Sara2023-07-242023-07-242023-07-19https://hdl.handle.net/10115/23664Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: Leopoldo Carro CalvoEste proyecto se centra en desarrollar un modelo de Machine Learning que permita a partir de imágenes de trazos obtener imágenes realistas. Para lograr este objetivo, utilizaremos tecnologías de Deep Learning, Redes Neuronales Convolucionales (CNN) y redes neuronales condicionales Generativas Adversarias (cGAN) en el entorno de Google Colab y Jupyter Notebook en el entorno de Anaconda en lenguaje de programación Python y las librerías de inteligencia artificial Keras y TensorFlow. La elaboración de este proyecto ha consistido en primer lugar en la selección y preprocesado del dataset, posteriormente la elaboración de una red neuronal convolucional y su entrenamiento y finalmente la construcción de una red cGAN a partir de esta y sus posteriores fases de entrenamiento, test y validación. Gracias a este proyecto descubrimos una visión general del concepto y aplicaciones de la inteligencia artificial, así como, del deep learning. Y abordando de manera más profunda la elaboración y funcionamiento de las redes neuronales propuestas.spaDeep learningInteligencia ArtificialRedes reuronalesRedes convolucionalesRedes generativas adversariasGENERACIÓN DE IMÁGENES MEDIANTE DEEP LEARNING A PARTIR DE TRAZOSinfo:eu-repo/semantics/studentThesisinfo:eu-repo/semantics/embargoedAccess