Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/148537
Títol: | Estudio de algoritmos de aprendizaje automático para el cálculo del LoRaWAN fingerprinting para posicionamiento en exteriores |
Autoria: | Torre Barrio, Lucas de |
Tutor: | Torres-Sospedra, Joaquín |
Altres: | Lozano Bagén, Antonio |
Resum: | L'objectiu d'aquest Treball Fi de Màster (TFM) és explorar la possibilitat de predir la posició a l'exterior a partir de les senyals enviades a dispositius LoRaWAN utilitzant tècniques d'aprenentatge automàtic similars a les utilitzades per predir la posició a l'interior a partir de les senyals WiFi. S'han utilitzat diferents algoritmes d'aprenentatge automàtic per avaluar la seva capacitat per predir la posició a partir de les senyals LoRaWAN. Els resultats obtinguts mostren que és possible predir la posició a l'exterior amb una precisió acceptable utilitzant tècniques d'aprenentatge automàtic i les senyals LoRaWAN. En conclusió, aquest TFM demostra que les tècniques d'aprenentatge automàtic poden ser aplicades amb èxit per predir la posició a l'exterior a partir de les senyals enviades a dispositius LoRaWAN. Aquesta investigació podria tenir implicacions importants en el desenvolupament de sistemes de posicionament a l'exterior més precisos i eficients per a aplicacions de l'IoT. |
Paraules clau: | empremta digital LoRaWAN posicionament a l'exterior |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 23-jun-2023 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
ldetorreTFM0623memoria.pdf | Memoria del TFM | 328,41 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative CommonsLlicència Creative Commons