Localización de interiores vía colaboración abierta distribuida y campo magnético / Isabel Lebasi Ambriz Silva ; director, Juan Pablo García Vázquez
Tipo de material:
TextoDetalles de publicación: Mexicali, Baja California, 2018. Descripción: 1 recurso en línea ; 66 p. : il. colTema(s): Sistemas de transmisión de datos -- Tesis y disertaciones académicasClasificación LoC:TK5105 | A52 2018Recursos en línea: Tesis digital
Resumen: En esta tesis se describe el experimento realizado para determinar la viabilidad de utilizar la colaboración abierta distribuida como etapa de recolección de datos en la técnica de huella digital de señal. El experimento consistió en la creación de mapa radio con mediciones de intensidad de campo magnético recolectadas en un entorno de interiores compuesto por varias habitaciones. Las mediciones de intensidad de campo magnético fueron utilizadas para generar modelos predictivos para estimar la localización de un individuo en el entorno de interiores. Para la creación de los modelos se utilizaron tres diferentes algoritmos de aprendizaje automático: k vecinos más cercanos (k-NN del inglés k Nearest Neighbors), árboles de decisión (J48) y bayesiano ingenuo (del inglés Naïve Bayes). El rendimiento de los algoritmos se midió a través se consideraron diversas métricas que son obtenidas a partir de la matriz de confusión, estos fueron la exactitud y coeficiente de concordancia (kappa). El modelo predictivo con mayor desempeño fue el obtenido con el algoritmo k-NN con un valor de k=3, ya que este ofrece una exactitud de 97.12 % para estimar la localización del individuo. Mientras que el modelo con más bajo rendimiento fue el bayesiano ingenuo quien ofrece una exactitud de 50.79 % con un nivel de concordancia (kappa) de 0.3834. Los resultados anteriores indican que los datos de campo magnético recolectados mediante la colaboración abierta distribuida permiten
iv
generar un modelo predictivo para estimar la localización de un individuo en un entorno de interiores. Por lo que es viable utilizar la colaboración abierta distribuida para la construcción de sistemas de localización para interiores.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Colección de Tesis | TK5105 A52 2018 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL121279 |
Incluye referencias bibliográficas.
En esta tesis se describe el experimento realizado para determinar la viabilidad de utilizar la colaboración abierta distribuida como etapa de recolección de datos en la técnica de huella digital de señal. El experimento consistió en la creación de mapa radio con mediciones de intensidad de campo magnético recolectadas en un entorno de interiores compuesto por varias habitaciones. Las mediciones de intensidad de campo magnético fueron utilizadas para generar modelos predictivos para estimar la localización de un individuo en el entorno de interiores. Para la creación de los modelos se utilizaron tres diferentes algoritmos de aprendizaje automático: k vecinos más cercanos (k-NN del inglés k Nearest Neighbors), árboles de decisión (J48) y bayesiano ingenuo (del inglés Naïve Bayes). El rendimiento de los algoritmos se midió a través se consideraron diversas métricas que son obtenidas a partir de la matriz de confusión, estos fueron la exactitud y coeficiente de concordancia (kappa). El modelo predictivo con mayor desempeño fue el obtenido con el algoritmo k-NN con un valor de k=3, ya que este ofrece una exactitud de 97.12 % para estimar la localización del individuo. Mientras que el modelo con más bajo rendimiento fue el bayesiano ingenuo quien ofrece una exactitud de 50.79 % con un nivel de concordancia (kappa) de 0.3834. Los resultados anteriores indican que los datos de campo magnético recolectados mediante la colaboración abierta distribuida permiten
iv
generar un modelo predictivo para estimar la localización de un individuo en un entorno de interiores. Por lo que es viable utilizar la colaboración abierta distribuida para la construcción de sistemas de localización para interiores.
