Conteo de personas usando Channel State Information generado por WiFI y algoritmos de Machine Learning y Deep Learning
dc.contributor.author | Torres Cerda, Miguel Ángel | |
dc.contributor.codirector | Caro Gutiérrez, Jesús | |
dc.contributor.director | González Navarro, Félix Fernando | |
dc.coverage.placeofpublication | Mexicali, Baja California. | |
dc.date.accessioned | 2025-03-18T02:23:53Z | |
dc.date.available | 2025-03-18T02:23:53Z | |
dc.date.created | 2025 | |
dc.degree.deparment | Universidad Autónoma de Baja California, Instituto de Ingeniería, Mexicali. | |
dc.degree.grantor | Tesis de Maestría / master Thesis. | |
dc.degree.name | Maestría y Doctorado en Ciencias e Ingeniería. | |
dc.description.abstract | 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. | |
dc.format.extent | 88 p. ; il. col. | |
dc.format.mimetype | ||
dc.identifier.uri | https://hdl.handle.net/20.500.12930/12113 | |
dc.language.iso | spa | |
dc.publisher | Universidad Autónoma de Baja California. | |
dc.relation.url | https://drive.google.com/file/d/1UEJeuN6PZtb_02mFe12h-bfv2ao6uDd1/view?usp=sharing | |
dc.rights | openAccess | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4 | |
dc.subject | 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 académicas||lemb | |
dc.subject.lcc | Q325.73 T67 2025 | |
dc.title | Conteo de personas usando Channel State Information generado por WiFI y algoritmos de Machine Learning y Deep Learning | |
dc.uabc.bibliographycNote | Incluye referencias bibliográficas. | |
dc.uabc.bilbioteca | MEXICALI | |
dc.uabc.identifier | 272377 | |
dc.uabc.numInventario | MXL125427 | |
dc.uabc.typeMaterial | TESIS |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- MXL125427.pdf
- Tamaño:
- 9.57 MB
- Formato:
- Adobe Portable Document Format
- Descripción: