Please use this identifier to cite or link to this item: http://repositorio.utn.edu.ec/handle/123456789/9154
Title: Rendimiento de algoritmos de clasificación en el reconocimiento de actividades de personas
metadata.dc.contributor.advisor: Rosero Chandi, Carlos Xavier
Authors: Potosi Potosi, Richard Xavier
Keywords: RENDIMIENTO DE ALGORITMOS DE CLASIFICACIÓN EN EL RECONOCIMIENTO;ACTIVIDADES DE PERSONAS
Issue Date: 14-May-2019
metadata.dc.date.created: 2019
Abstract: El reconocimiento del accionar de personas utilizando técnicas de aprendizaje de máquina y la gran cantidad de información proporcionada por sensores y procesadas por ordenadores, son sintetizados en modelos que permite estimar comportamientos futuros y prevenir posibles acontecimientos o acciones que afecten al ser humano. Un modelo correctamente entrenado y validado, fácilmente puede sustituir al ser humano en la toma de decisiones. Los modelos de reconocimiento surgen de la aplicación de varias metodologías de aprendizaje de máquina para el tratamiento de los datos. Parten con el análisis del problema a solucionar, la organización de la información en variables, la extracción de características que expresan la acción y el entorno, la segmentación de las características para el entrenamiento y evaluación, el entrenamiento de cada algoritmo y finalmente la evaluación. Este trabajo se centra en la solución a un problema de reconocimiento de cuatro actividades caminar, sentarse en una cama, sentarse en una silla y acostarse. Se utiliza la base de datos de un repositorio digital, los mismos que se someten a metodologías para acondicionar los datos de tal forma que sean útiles para el entrenamiento. Los algoritmos considerados en el entrenamiento son el K-vecinos más cercanos, máquina vectorial de soporte y una red neuronal artificial. La evaluación se basa en métricas que permiten cuantificar el rendimiento de los modelos. La matriz de confusión y sus derivaciones como: la tasa de error, especificidad y recall son los principales indicadores. Los resultados obtenidos, independientemente del modelo, son aceptables debido que sus rendimientos están sobre el 80% de eficiencia en el reconocimiento.
Description: Desarrollar una metodolog´ıa para la medici´on de desempe˜no de algoritmos de clasificaci ´on en el contexto del reconocimiento de actividades de personas.
URI: http://repositorio.utn.edu.ec/handle/123456789/9154
metadata.dc.coverage: Imbabura. Ecuador
metadata.dc.identifier.mfn: 0000028146
metadata.dc.contributor.deparment: Ingeniería en Mecatrónica
Appears in Collections:Ing. en Mecatrónica

Files in This Item:
File Description SizeFormat 
04 MEC 251 TRABAJO DE GRADO.pdfTesis1,31 MBAdobe PDFThumbnail
View/Open
IMAGEN.jpgImagen21,61 kBJPEGThumbnail
View/Open


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons