• español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Navegar

    Todo o repositórioComunidadesPor data do documentoAutoresAssuntosTítulos

    Minha conta

    Entrar

    Estatística

    Ver as estatísticas de uso

    Compartir

    Ver item 
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    •   Página inicial
    • TRABALHO DE CONCLUSÃO DE ESTUDO
    • Trabajos Fin de Grado UVa
    • Ver item
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis

    Citas

    Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/57277

    Título
    Identificación de personas mediante redes neuronales a partir de datos obtenidos por sensores
    Autor
    Fernández Guaza, Alfredo
    Director o Tutor
    Vegas Hernández, Jesús MaríaAutoridad UVA
    Editor
    Universidad de Valladolid. Escuela de Ingeniería Informática de ValladolidAutoridad UVA
    Año del Documento
    2022
    Titulación
    Grado en Ingeniería Informática
    Resumo
    ¿Crees que se puede identificar a una persona por su forma de abrir una puerta? En este Trabajo Fin de Grado, mediante técnicas de Inteligencia Artificial se explicará cómo se ha llegado a una precisión de 88 personas identificadas correctamente de cada 100. Para ello, a partir de un conjunto de datos formado por secuencias de lecturas de sensores por cada individuo, se logra identificar a usuarios entre 47 individuos distintos por su forma de abrir la puerta mediante técnicas de Aprendizaje Profundo. Aparte, se explica el funcionamiento de las redes neuronales utilizadas para el Aprendizaje Profundo y se dará una guía para resolver problemas de Aprendizaje Automático. Para implementar la solución se ha empleado el lenguaje de programación Python junto con la biblioteca TensorFlow y la API Keras.
     
    Do you think a person can be identified by the way he/she opens a door? In this Final Degree Project, using Artificial Intelligence techniques, it will be explained how an accuracy of 88 people correctly identified out of 100 has been reached. This was achieved using a dataset formed by sequences of sensor readings for each individual, it is possible to identify users among 47 different individuals by their way of opening the door by Deep Learning techniques. In addition, it will be explained how neural networks used for Deep Learning works and a guide to solve Machine Learning problems will be given. To implement the solution, the Python programming language has been used together with the TensorFlow library and the Keras API.
    Palabras Clave
    Aprendizaje profundo
    Redes neuronales
    Departamento
    Departamento de Informática (Arquitectura y Tecnología de Computadores, Ciencias de la Computación e Inteligencia Artificial, Lenguajes y Sistemas Informáticos)
    Idioma
    spa
    URI
    https://uvadoc.uva.es/handle/10324/57277
    Derechos
    openAccess
    Aparece en las colecciones
    • Trabajos Fin de Grado UVa [33164]
    Mostrar registro completo
    Arquivos deste item
    Nombre:
    TFG-G5803.pdf
    Tamaño:
    8.288Mb
    Formato:
    Adobe PDF
    Thumbnail
    Visualizar/Abrir
    Attribution-NonCommercial-NoDerivatives 4.0 InternacionalExceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 Internacional

    Universidad de Valladolid

    Powered by MIT's. DSpace software, Version 5.10