JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUMAComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditoresEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasTipo de publicaciónCentrosDepartamentos/InstitutosEditores

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    DE INTERÉS

    Datos de investigaciónReglamento de ciencia abierta de la UMAPolítica de RIUMAPolitica de datos de investigación en RIUMAOpen Policy Finder (antes Sherpa-Romeo)Dulcinea
    Preguntas frecuentesManual de usoContacto/Sugerencias
    Ver ítem 
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem
    •   RIUMA Principal
    • Docencia
    • Trabajos Fin de Grado
    • Ver ítem

    Identificación de personas por su forma de andar usando sensores inerciales

    • Autor
      Delgado-Escaño, Rubén
    • Director/es
      Ramos-Cózar, JuliánAutoridad Universidad de Málaga
    • Fecha
      2018-02-22
    • Palabras clave
      Aprendizaje automático (Inteligencia artificial); Biodetectores; Grado en Ingeniería de Computadores - Trabajos Fin de Grado; Informática - Trabajos Fin de Grado
    • Resumen
      El estudio analítico sobre la forma de caminar de cada persona y de cómo puede utilizarse esto para identificar de manera inequívoca a cada individuo es lo que se tratará en el presente Trabajo de Fin de Grado (TFG). Se usarán un conjunto de sensores inerciales comúnes en el mercado, como puede ser el de un sistema IMU o un terminal móvil (Smartphone). El fin de este proyecto es el desarrollo de un algoritmo que pueda implementarse en múltiples plataformas o sistemas (con fines de seguridad), así como plantar las bases para futuros proyectos derivados de este, con fines como pueden ser la medicina, los deportes de élite u otros campos de investigación. Para la creación de este algoritmo se elegirá y trabajará en un sistema de desarrollo completo de modelos de Machine Learning y se experimentará con múltiples técnicas ya utilizadas en otros casos de uso o en el mismo. El objetivo final será el de hallar el modelo con mayor porcentaje de precisión en aciertos. A su vez, para la obtención de los datos, se ha desarrollado una aplicación móvil que recoge los mensurandos necesarios de los sensores y los sube a una base de datos para su posterior análisis.
    • URI
      https://hdl.handle.net/10630/15228
    • Compartir
      RefworksMendeley
    Mostrar el registro completo del ítem
    Ficheros
    RubendelgadoescanoMemoria.pdf (1.701Mb)
    Colecciones
    • Trabajos Fin de Grado

    Estadísticas

    Buscar en Dimension
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
     

     

    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA
    REPOSITORIO INSTITUCIONAL UNIVERSIDAD DE MÁLAGA