dc.contributor.advisor |
Ramos Cutipa, José Manuel |
es_PE |
dc.contributor.author |
Arroyo Pecchi, Jesus Gabriel |
es_PE |
dc.date.accessioned |
2024-09-09T14:21:50Z |
|
dc.date.available |
2024-09-09T14:21:50Z |
|
dc.date.issued |
2024-09-16 |
|
dc.identifier.uri |
https://repositorio.unap.edu.pe/handle/20.500.14082/22813 |
|
dc.description.abstract |
La presente investigación se llevó a cabo en 2 ciudades distintas, Puno y Lima, durante los meses de agosto y septiembre del año 2023. El objetivo de la presente investigación es el de poder determinar si la precisión del sistema diseñado alcanza al menos el 60 % del total de las muestras, de modo que pueda así considerarse funcional hasta cierto punto, no pretende alcanzar el 100 % de precisión ya que lo que se busca es poder exponer con el mayor detalle posible el proceso de diseño de un sistema funcional con estas características que pueda servir de guía para posteriores y más avanzadas investigaciones en el campo. Las pruebas y toma de muestras se realizaron en paralelo en ambas ciudades donde se aplicó el prototipo, tanto en el laboratorio de control de procesos de la EPIME de la UNA como en el evento "Raspberry Jam Lima 2023", llevado a cabo el día 12 de agosto del 2023. Respecto a la metodología aplicada, se utiliza una red neuronal pre entrenada como base del diseño, y se aplica dentro de la Rpi para lograr un sistema embebido, añadiéndole la funcionalidad IoT, el análisis de permutaciones de clases de detección, la base de datos alojada en Google Firebase, y finalmente se diseñó una aplicación para sistemas Android a modo de interfaz para poder interactuar con las imágenes procesadas. De este modo se lograron obtener muestras en la base de datos, cuya organización es exclusivamente por usuario, siendo éstas analizadas individualmente mediante un análisis de validación visual clasificándolas como: Falso positivo, Falso negativo y correctas. Los resultados obtenidos fueron muy alentadores, analíticamente bastante superiores a la precisión esperada del 60 %, pudiendo afirmar que el prototipo es funcional y que se logró el objetivo principal. |
es_PE |
dc.format |
application/pdf |
es_PE |
dc.language.iso |
spa |
es_PE |
dc.publisher |
Universidad Nacional del Altiplano. Repositorio Institucional - UNAP |
es_PE |
dc.rights |
info:eu-repo/semantics/openAccess |
es_PE |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/deed.es |
es_PE |
dc.subject |
Red neuronal |
es_PE |
dc.subject |
Raspberry Pi |
es_PE |
dc.subject |
Sistemas Embebidos |
es_PE |
dc.subject |
Internet de las Cosas |
es_PE |
dc.title |
Desarrollo de un sistema de alerta de ausencia de casco de seguridad usando redes neuronales y tecnología IoT |
es_PE |
dc.type |
info:eu-repo/semantics/bachelorThesis |
es_PE |
thesis.degree.name |
Ingeniero Mecánico Electricista |
es_PE |
thesis.degree.discipline |
Ingeniería Mecánica Eléctrica |
es_PE |
thesis.degree.grantor |
Universidad Nacional del Altiplano. Facultad de Ingeniería Mecánica Eléctrica, Electrónica y Sistemas |
es_PE |
dc.type.version |
info:eu-repo/semantics/acceptedVersion |
es_PE |
dc.publisher.country |
PE |
es_PE |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#2.02.01 |
es_PE |
renati.advisor.orcid |
https://orcid.org/0000-0001-5447-3362 |
es_PE |
renati.type |
https://purl.org/pe-repo/renati/type#tesis |
es_PE |
renati.level |
https://purl.org/pe-repo/renati/nivel#tituloProfesional |
es_PE |
renati.discipline |
713076 |
es_PE |
renati.juror |
Vilca Callata, Leónidas |
es_PE |
renati.juror |
Verano Galindo, Carlos Alberto |
es_PE |
renati.juror |
Chayña Velasquez, Omar |
es_PE |
renati.author.dni |
72577461 |
|
renati.advisor.dni |
01342289 |
|