Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/146651
Título : | Estudio y evaluación de algoritmos de procesamiento de datos inalámbricos para la estimación de la localización y ocupación en interiores |
Autoría: | Molina Abril, Ginés |
Tutor: | Torres-Sospedra, Joaquín |
Otros: | Lozano Bagén, Antonio Martínez Sala, Alejandro |
Resumen : | El ser humano es una especie que pasa la mayor parte del tiempo en espacios interiores, y ahí GPS cuenta con algunas limitaciones. Para solucionarlo nacen los sistemas de posicionamiento en interiores o IPS. Estos sistemas pueden aprovechar infraestructuras ya creadas de Wi-Fi o Bluetooth Low Energy (BLE) para dar servicio a muy bajo coste, con un bajo consumo de energía, con mayor flexibilidad y mayor compatibilidad de dispositivos. Estos sistemas además pueden funcionar como sistemas IoT heterogéneos usando ambas técnicas y obteniendo grandes resultados, potenciando sus ventajas para mitigar los problemas asociados a cualquier sistema inalámbrico de interiores como pueden ser las interferencias. Se propone el estudio y la evaluación de familias de algoritmos de estimación de la localización (posición y nivel de área) aplicados a diversos escenarios utilizando las técnicas descritas anteriormente. El objetivo final es el desarrollo de una herramienta “end-to-end” llevada a producción que sea capaz de predecir la localización de un dispositivo a través de su huella digital o “fingerprint”. La deuda técnica es el efecto que puede tener una decisión en las etapas de diseño de cara a generar un mayor esfuerzo de mantenimiento o trabajo en el futuro. Por ello, y siguiendo el enfoque MLOps, se deberá tener presente en todo momento las decisiones de diseño que estén orientadas a ofrecer la posibilidad de escalar en número de componentes del sistema, ofrecer una mayor versatilidad y ofrecer herramientas de monitorización que permitan seguir la evolución de las distintas arquitecturas de modelos y lo que se conoce como Entrenamiento Continuo (CT). A este concepto se le une los ya conocidos como Integración Continuo (CI) y Entrega Continua (CD). El sistema propuesto deberá ser fácilmente integrado en análisis de flujos de datos constantes a través de sistemas IoT y podrá evolucionar a arquitecturas más complejas como arquitecturas Transfer Learning o Incremental Learning. |
Palabras clave : | algoritmos datos inalámbricos localización |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 5-jun-2022 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Treballs finals de carrera, treballs de recerca, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
ginesmoliTFM0622memoria.pdf | Memoria del TFM | 7,42 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons