Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/148537
Título : | Estudio de algoritmos de aprendizaje automático para el cálculo del LoRaWAN fingerprinting para posicionamiento en exteriores |
Autoría: | Torre Barrio, Lucas de |
Tutor: | Torres-Sospedra, Joaquín |
Otros: | Lozano Bagén, Antonio |
Resumen : | El objetivo de este Trabajo Fin de Máster (TFM) es explorar la posibilidad de predecir la posición en exteriores a partir de las señales enviadas a dispositivos LoRaWAN utilizando técnicas de aprendizaje automático similares a las utilizadas para predecir la posición en interiores a partir de las señales WiFi. Se han utilizado diferentes algoritmos de aprendizaje automático para evaluar su capacidad para predecir la posición a partir de las señales LoRaWAN. Los resultados obtenidos muestran que es posible predecir la posición en exteriores con una precision aceptable utilizando técnicas de aprendizaje automático y las señales LoRaWAN. En conclusión, este TFM demuestra que las técnicas de aprendizaje automático pueden ser aplicadas con éxito para predecir la posición en exteriores a partir de las señales enviadas a dispositivos LoRaWAN. Esta investigación podría tener implicaciones importantes en el desarrollo de sistemas de posicionamiento en exteriores más precisos y eficientes para aplicaciones de IoT. |
Palabras clave : | huella LoRaWan posicionamiento en exteriores |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 23-jun-2023 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
ldetorreTFM0623memoria.pdf | Memoria del TFM | 328,41 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons