English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Open

Presents the pdf analysis as premium feature

PDF Analysis

Insights

Presents the summarisation as premium feature

Summarisation

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the zaia usage as premium feature

ZAIA

Zendy Tools

Zendy Plus

Presents the access of premium content as premium feature

Premium Content

ESTE ARTICULO, DESCRIBE UN CLASIFICADOR NEURO DIFUSO, QUE DIFERENCIA ENTRE 4 TIPOS DE DEFECTOS EN MADERAS CONOCIDOS COMO BOTONES. LA INSPECCION VISUAL DE ESTOS DEFECTOS POR HUMANOS, TIENE UN ALTO GRADO DE COMPLEJIDAD YA QUE DENTRO DE UNA MISMA CLASE EXISTEN VARIACIONES EN FORMA, TAMANO Y COLOR. LAS CARACTERISTICAS UTILIZADAS POR EL CLASIFICADOR SE EXTRAJERON DE LAS IMAGENES DE MADERAS MEDIANTE FILTROS GABOR 2D. ESTOS FILTROS SON MUY UTILIZADOS PARA IMAGENES, EN DONDE LA TEXTURA ES UN FACTOR IMPORTANTE. PARA REDUCIR LA DIMENSIONALIDAD DEL VECTOR DE CARACTERISTICAS, SE UTILIZO EL METODO DE INCORPORACION. LA RED NEURODIFUSA SE DISENO A PARTIR DE UNA RED DE FUNCIONES DE BASE RADIAL, FBR, DE DOS CAPAS EN DONDE LAS ENTRADAS DE LA RED SE FUZIFICAN ANTES DE INICIAR EL ENTRENAMIENTO. EL RECONOCIMIENTO QUE SE ALCANZO FUE DEL 97.05% SIENDO UN RESULTADO ACEPTABLE, TENIENDO EN CUENTA QUE UN INSPECTOR HUMANO ALCANZA UN RECONOCIMIENTO ENTRE EL 75 Y 85%.

Reconocimiento de defectos en maderas utilizando una red neuro difusa.