{"ok":true,"nota":{"id":"24ba4aff751b0eea","slug":"por-que-las-redes-que-reconocen-imagenes-funcionan-mirar-por-partes-y--24ba4a","titulo":"Por qué las redes que reconocen imágenes funcionan: mirar por partes y repetir el mismo filtro","resumen":"Los autores estudian por qué las redes neuronales convolucionales funcionan tan bien con imágenes. Analizan el efecto de mirar zonas pequeñas de la imagen y de reutilizar los mismos pesos en toda la imagen, usando modelos teóricos y experimentos controlados.","fuente":"arxiv-ia","fuenteNombre":"arXiv · Inteligencia artificial","color":"#b31b1b","autor":"Francesco Mori","url":"https://arxiv.org/abs/2610.30118v1","imagen":"/hoy/portada/24ba4aff751b0eea","tema":"tecnologia","subtemas":["redes neuronales","reconocimiento de imágenes","aprendizaje profundo","teoría del aprendizaje"],"entidades":["arXiv"],"formato":"dato","entretenimiento":false,"pubTs":"2026-10-21T17:56:22.000Z","indexTs":"2026-10-22T02:31:56.853Z","hash":"41e56e99499ec9cb6301b7aee142fc4cf2513194d2eda843ed6c20c289f0dd4b","tsa":{"time":"Oct 22 02:32:21 2026 GMT","provider":"freetsa.org","sobre":"sello"},"stats":{"views":0,"likes":0,"clicks":0,"dwell":0},"tipo":"normal","registro":"hallazgo","porQueImporta":"Las redes que reconocen rostros, letras o diagnósticos en imágenes se usan hoy en celulares, hospitales y cámaras de seguridad, y pocas veces se sabe por qué rinden tanto. Este trabajo aporta una explicación más clara de esa eficiencia, lo que ayuda a saber cuándo confiar en ellas y cuándo no. Para alguien de acá, significa que el software que decide qué ve una cámara o qué lee un sistema de salud sigue siendo, en buena parte, una caja negra.","quienFirma":"arXiv (preprint de investigación en inteligencia artificial)","confianza":"preprint","consulta":null},"sello":{"hash":"41e56e99499ec9cb6301b7aee142fc4cf2513194d2eda843ed6c20c289f0dd4b","sello":"3469ed6640d0e62f5d737ad30262afaa16e28ae509d7c8e82617decaa7dea97a","beacon":{"drand":{"cadena":"8990e7a9aaed2ffed73dbd7092123d6f289930540d7651336225dc172e51b2ce","ronda":6573510,"aleatorio":"4ac719456c2f02210f75664dff676a4b24afb9eb3f68b43f891eb50a974863df","tiempo":"2026-10-22T02:32:00.000Z"},"nist":{"cadena":2,"pulso":1993960,"salida":"B2E0C5D8B3316999138DC364487DF993D2017FCC735D1E2CDCF1B6737CBEA6BBA917AFB06ED538DD7D02D95593482A6CEBEE28D6084A64BF69D78EA80A38E1ED","tiempo":"2026-10-22T02:31:00.000Z"},"noAntes":"2026-10-22T02:32:00.000Z"},"verificacion":{"drand":true,"nist":true},"tsa":{"time":"Oct 22 02:32:21 2026 GMT","provider":"freetsa.org","sobre":"sello"},"original":{"titulo":"The role of locality and weight sharing in convolutional neural networks","descripcion":"","pubDate":"2026-10-21T17:56:22Z","url":"https://arxiv.org/abs/2610.30118v1"},"indexado":"2026-10-22T02:31:56.853Z"}}