Karen Alejandra Valerio-Trigueros

Karen Alejandra Valerio-Trigueros

Auto-generated profile, based on publicly available information

Karen Alejandra Valerio-Trigueros

Escuela Superior de Ingeniería Mecánica y Eléctrica, Unidad Culhuacán, Instituto Politécnico Nacional, Ciudad de Mexico, Mexico

Research Focus & Metrics

Academic Career Length

4Years (2023-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
22 October 2026 in Cluster Computing
Verified
Journal Article
Closed access
PDF file
KVKaren Alejandra Valerio-Trigueros
Karen Alejandra Valerio-Trigueros
LMLuis Angel Olvera Martinez
Luis Angel Olvera Martinez
MCManuel Cedillo-Hernandez
Manuel Cedillo-Hernandez
CDCarlos Diaz-Rodriguez
Carlos Diaz-Rodriguez
EFEduardo Fragoso-Navarro
Eduardo Fragoso-Navarro
JSJuan C Sanchez
Juan C Sanchez

3 March 2023 in Ciencia Latina Revista Científica Multidisciplinar
Verified
Journal Article
Open access
PDF file
KVKaren Alejandra Valerio-Trigueros
Karen Alejandra Valerio-Trigueros
LMLuis Angel Olvera Martinez
Luis Angel Olvera Martinez
CDCarlos Adolfo Diaz-Rodriguez
Carlos Adolfo Diaz-Rodriguez
MCManuel Cedillo-Hernandez
Manuel Cedillo-Hernandez
EBEnrique Tonatiuh Jimenez Borgonio
Enrique Tonatiuh Jimenez Borgonio
En los últimos años los algoritmos de inteligencia artificial han demostrado tener grandes resultados en diferentes áreas de aplicación, tales como robótica, medicina, seguridad informática, finanzas, entre otras. En el contexto de procesamiento digital de imágenes, el uso del aprendizaje profundo está siendo aplicado para remover marcas de agua visibles en imágenes digitales, con la finalidad de eliminar la protección de derechos de autor de los propietarios de las imágenes en cuestión. El presente trabajo realiza una recopilación de los trabajos más recientes que remueven marcas de agua visibles a través de aprendizaje profundo, con la finalidad de analizar las tendencias actuales que permitan diseñar algoritmos de marcado de agua visible más robustos ante este tipo de herramientas de remoción.