RT info:eu-repo/semantics/bachelorThesis
T1 Aplicación de algoritmos de Machine Learning no supervisados para el etiquetado automático de medidas de vibraciones en fachadas
A1 Blanco de Lapuerta, Elvira
A2 Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación
K1 Machine Learning no supervisado
K1 Clústering
K1 Vibraciones estructurales
K1 K-Means
AB Este trabajo aplica algoritmos de Machine Learning no supervisado (K-Means y DBSCAN) para el etiquetado automático de vibraciones recogidas durante el desmontaje de los mosaicos del Centro SCOP en México. Los datos, capturados con sensores de aceleración, contenían patrones previamente identificados (A-H). Tras un preprocesamiento cuidadoso (normalización, balanceo, PCA), los resultados evaluados con métricas ARI y NMI mostraron un rendimiento cuestionable de ambos algoritmos para replicar la clasificación previa existente. Se concluye y se proponen líneas de futuro para mejorar la identificación automática en monitorización estructural y conservación patrimonial.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/79650
UL https://uvadoc.uva.es/handle/10324/79650
LA spa
NO Departamento de Teoría de la Señal y Comunicaciones e Ingeniería Telemática
DS UVaDOC
RD 17-nov-2025