Aplicación de aprendizaje federado para reconocimiento de actividades humanas

Simple item page
dc.contributor.advisorQuinde Li Say Tan, Mario Josées
dc.contributor.authorSánchez Farías, Sergio Alexanderes
dc.coverage.spatialPiura, Perúes
dc.date.accessioned2024-01-04T20:32:27Z
dc.date.available2024-01-04T20:32:27Z
dc.date.issued2023-07es
dc.description.abstractEn la presente tesis se exploró una nueva metodología para el entrenamiento de modelos teniendo en cuenta la preservación de privacidad por medio de entrenamientos locales, en contraste con el método tradicional centralizado. En el capítulo 1 se detalla la definición y aplicaciones de Reconocimiento de Actividad Humana (HAR, por sus siglas en inglés) en ámbitos como Entornos Inteligentes, Internet de las Cosas (IoT) y Computación consciente del contexto. Por otra parte, definimos Aprendizaje Federado, los nodos, su categorización, desafíos actuales, los principales métodos de agregación, las diferencias con el aprendizaje centralizado y aplicaciones actuales. Por último, definimos la problemática enfocada en la privacidad de datos y los objetivos de la investigación. En el capítulo 2 realizamos un análisis descriptivo de los conjuntos de datos NoFed y MHeatlh. Luego, describimos la implementación de Aprendizaje Federado con las consideraciones asumidas. Además, mencionamos las métricas utilizadas para evaluar el rendimiento Tradicional vs Federado. Finalmente, en el capítulo 3 se brindan los resultados del Modelo Tradicional y Federado para ambos conjunto de datos teniendo en cuenta diferentes niveles de comunicación.es
dc.format.extent2,61 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationSánchez, S. (2023). Aplicación de Aprendizaje Federado para Reconocimiento de Actividades Humanas (Tesis para optar el título de Ingeniero Industrial y de Sistemas). Universidad de Piura. Facultad de Ingeniería. Programa Académico de Ingeniería Industrial y de Sistemas. Piura, Perú.es
dc.identifier.urihttps://hdl.handle.net/11042/6345
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.publisher.countryPEes
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/openAccesses
dc.rights.holderSergio Sánchez Faríases
dc.rights.licenseCreative Commons Attibution-NonComercial-NoDerivatives 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectRedes neuronales (Computadores)es
dc.subjectAprendizaje automático (Inteligencia artificial) -- Investigacioneses
dc.subject.ddc006.31es
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.02.04es
dc.titleAplicación de aprendizaje federado para reconocimiento de actividades humanases
dc.typeinfo:eu-repo/semantics/bachelorThesises
renati.advisor.dni44370672es
renati.advisor.orcidhttps://orcid.org/0000-0003-1053-1326es
renati.author.dni70471251es
renati.discipline722076es
renati.jurorZacarías Vélez, Carlos Davides
renati.jurorAlvarado Pérez, Eugenioes
renati.jurorQuinde Li Say Tan, Mario Josées
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales
renati.typehttps://purl.org/pe-repo/renati/type#tesises
thesis.degree.disciplineIngeniería Industrial y de Sistemases
thesis.degree.grantorUniversidad de Piura. Facultad de Ingenieríaes
thesis.degree.nameIngeniero Industrial y de Sistemases
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
ING_2317.pdf
Size:
2.62 MB
Format:
Adobe Portable Document Format
Description:
Archivo%20principal
Download
No Thumbnail Available
Name:
Autorización_Sánchez-Farías.pdf
Size:
308.17 KB
Format:
Adobe Portable Document Format
Description:
Autorización de publicación
Download
No Thumbnail Available
Name:
Reporte_Sánchez-Farías.pdf
Size:
3.83 MB
Format:
Adobe Portable Document Format
Description:
Reporte Turnitin
Download
Collections
Área de Sistemas de Información - Tesis