Conteo de personas usando Channel State Information generado por WiFI y algoritmos de Machine Learning y Deep Learning [recurso electrónico] / Miguel Ángel Torres Cerda ; director, Félix Fernando González Navarro ; codirector, Jesús Caro Gutiérrez
Tipo de material:
TextoDetalles de publicación: Mexicali, Baja California, 2025Descripción: 1 recurso en línea, 88 p. ; il. col., gráficas, fotsTema(s): Aprendizaje profundo (Machine learning) -- Tesis y disertaciones académicas | Aprendizaje profundo (aprendizaje automático): aplicaciones industriales: estudios de casos -- Tesis y disertaciones académicas | Aprendizaje automático (inteligencia artificial) -- Tesis y disertaciones académicasClasificación LoC:Q325.73 | T67 2025Recursos en línea: Tesis digital
Nota de disertación: Tesis (Maestría) - - Universidad Autónoma de Baja California, Instituto de Ingeniería, Mexicali, 2025 Resumen: El conteo de personas es una técnica que nos ayuda en situaciones como
mantener la salud dentro de edificios o regular sistemas A/C. En esta
Tesis se presentan dos experimentos de conteo de personas que utilizan
el acercamiento de Channel State Information generado a partir de
una red WiFi para generar un conjunto de datos, el cual es explorado
mediante algoritmos de Machine Learning y Deep Learning, pasando
previamente por etapas de procesamiento de datos. De los dos sistemas
presentados, el segundo es el que presenta un mayor rendimiento. En
el análisis de los algoritmos de Deep Learning se presenta la posibilidad
de crear una aplicación de tiempo real que se encargue del conteo de
personas utilizando dispositivos ESP32 y el algoritmo de clasificación
1DCNN. Los resultados en la tasa de reconocimiento del sistema nos
presentan un sistema confiable, que puede medir al 100% de precisión
cuando una habitación se encuentra vacía, hay 1 persona dentro, o hay
más de 2 personas.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Colección de Tesis | Q325.73 T67 2025 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL125427 |
Maestría y Doctorado en Ciencias e Ingeniería
Tesis (Maestría) - - Universidad Autónoma de Baja California, Instituto de Ingeniería, Mexicali, 2025
Incluye referencias bibliográficas.
El conteo de personas es una técnica que nos ayuda en situaciones como
mantener la salud dentro de edificios o regular sistemas A/C. En esta
Tesis se presentan dos experimentos de conteo de personas que utilizan
el acercamiento de Channel State Information generado a partir de
una red WiFi para generar un conjunto de datos, el cual es explorado
mediante algoritmos de Machine Learning y Deep Learning, pasando
previamente por etapas de procesamiento de datos. De los dos sistemas
presentados, el segundo es el que presenta un mayor rendimiento. En
el análisis de los algoritmos de Deep Learning se presenta la posibilidad
de crear una aplicación de tiempo real que se encargue del conteo de
personas utilizando dispositivos ESP32 y el algoritmo de clasificación
1DCNN. Los resultados en la tasa de reconocimiento del sistema nos
presentan un sistema confiable, que puede medir al 100% de precisión
cuando una habitación se encuentra vacía, hay 1 persona dentro, o hay
más de 2 personas.
