Clasificación de Fibras Textiles mediante una Red Neuronal basada en el Modelo Neocortical

Resumen

Como parte de la sustentabilidad en la producción de fibras textiles, resulta fundamental contar con un método accesible y económico que permita tanto a productores rurales como a organismos de fomento identificar y clasificar tipos específicos de fibras, garantizando así una medida de calidad confiable. Este trabajo se centra en la optimización de un método de reconocimiento y clasificación de objetos basado en un modelo neocortical, con el objetivo de alcanzar este propósito. La Memoria Temporal Jerárquica, inspirada en la teoría de la memoria predictiva del cerebro humano, utiliza una estructura de árbol de nodos interconectados que aplican un conjunto específico de reglas para memorizar objetos en diferentes orientaciones. De acuerdo con este modelo, se implementan algoritmos basados en mecanismos de visión humana para preprocesar las imágenes de entrada, destacando las características visuales más relevantes (similar a como lo hace el cerebro humano). Luego de aplicar las técnicas de optimización propuestas, en comparación con el método original, los resultados experimentales muestran una mejora en el rendimiento y la precisión manteniendo la robustez del enfoque original.