Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning

Descripción del Articulo

La radiación ultravioleta (UV) que incide sobre la superficie terrestre es un componente importante para la formación de la fotosíntesis en las plantas y contribuye en la formación de la vitamina D en los seres humanos. Sin embargo, elevados niveles de esta radiación y sobre todo una exposición prol...

Descripción completa

Detalles Bibliográficos
Autor: Mujaico Mariano, Anderson Abel
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad de Ciencias y Humanidades
Repositorio:UCH-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uch.edu.pe:uch/521
Enlace del recurso:http://repositorio.uch.edu.pe/handle/uch/521
Nivel de acceso:acceso abierto
Materia:Índice de Radiación Ultravioleta (IUV)
Internet de las cosas (IoT)
WeMos D1 mini ESP8266
Machine Learning (ML)
Algoritmo de modelado predictivo
id UUCH_92c45554e52367bda3b37c8826078265
oai_identifier_str oai:repositorio.uch.edu.pe:uch/521
network_acronym_str UUCH
network_name_str UCH-Institucional
repository_id_str 4783
dc.title.en_PE.fl_str_mv Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
title Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
spellingShingle Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
Mujaico Mariano, Anderson Abel
Índice de Radiación Ultravioleta (IUV)
Internet de las cosas (IoT)
WeMos D1 mini ESP8266
Machine Learning (ML)
Algoritmo de modelado predictivo
title_short Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
title_full Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
title_fullStr Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
title_full_unstemmed Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
title_sort Diseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learning
author Mujaico Mariano, Anderson Abel
author_facet Mujaico Mariano, Anderson Abel
author_role author
dc.contributor.advisor.fl_str_mv Soto Cordova, Martin Moises
dc.contributor.author.fl_str_mv Mujaico Mariano, Anderson Abel
dc.subject.en_PE.fl_str_mv Índice de Radiación Ultravioleta (IUV)
Internet de las cosas (IoT)
WeMos D1 mini ESP8266
Machine Learning (ML)
Algoritmo de modelado predictivo
topic Índice de Radiación Ultravioleta (IUV)
Internet de las cosas (IoT)
WeMos D1 mini ESP8266
Machine Learning (ML)
Algoritmo de modelado predictivo
description La radiación ultravioleta (UV) que incide sobre la superficie terrestre es un componente importante para la formación de la fotosíntesis en las plantas y contribuye en la formación de la vitamina D en los seres humanos. Sin embargo, elevados niveles de esta radiación y sobre todo una exposición prolongada, sin protección apropiada, puede llevar a un riesgo para la salud humana; generando cáncer de piel, alteraciones oculares y otros. Por ello, con la finalidad de asociar los riesgos sea establecido rangos o niveles del denominado Índice de Radiación Ultravioleta (IUV). La presente tesis consiste en el diseño y la implementación de un sistema electrónico para realizar la medición y el pronóstico de la evolución de los niveles de la radiación ultravioleta, utilizando para ello la tecnología de Internet de las cosas (IoT) y los algoritmos de Machine Learning (ML). Para ello, se utiliza un sensor especializado para medir la intensidad de la radiación UV y entregar una señal analógica correspondiente a la intensidad a un microcontrolador con capacidad de comunicaciones de datos. Contando así con una plataforma de adquisición y transmisión de datos por Internet a un servidor web de IoT en la nube donde se almacena los datos en determinados periodos prefijados y se analizan mediante un algoritmo de modelado predictivo. Finalmente, cabe señalar que bajo este proyecto se obtiene un pronóstico a corto plazo sobre el índice de radiación ultravioleta, para alertar y tomar medidas de prevención y así evitar o reducir algunos problemas de salud ocasionados por esta radiación.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-11-24T22:29:10Z
dc.date.available.none.fl_str_mv 2020-11-24T22:29:10Z
dc.date.issued.fl_str_mv 2020
dc.type.en_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv http://repositorio.uch.edu.pe/handle/uch/521
url http://repositorio.uch.edu.pe/handle/uch/521
dc.language.iso.en_PE.fl_str_mv spa
language spa
dc.relation.en_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.en_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.format.en_PE.fl_str_mv application/pdf
dc.publisher.en_PE.fl_str_mv Universidad de Ciencias y Humanidades
dc.source.en_PE.fl_str_mv UNIVERSIDAD DE CIENCIAS Y HUMANIDADES
Repositorio Institucional - UCH
dc.source.none.fl_str_mv reponame:UCH-Institucional
instname:Universidad de Ciencias y Humanidades
instacron:UCH
instname_str Universidad de Ciencias y Humanidades
instacron_str UCH
institution UCH
reponame_str UCH-Institucional
collection UCH-Institucional
bitstream.url.fl_str_mv http://repositorio.uch.edu.pe/xmlui/bitstream/uch/521/2/license.txt
http://repositorio.uch.edu.pe/xmlui/bitstream/uch/521/1/Mujaico_AA_tesis_ingenieria_electronica_2020.pdf
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
e5e5ea11168b2234de3b99040a63253e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio UCH
repository.mail.fl_str_mv uch.dspace@gmail.com
_version_ 1835549165577306112
spelling Soto Cordova, Martin MoisesMujaico Mariano, Anderson Abel2020-11-24T22:29:10Z2020-11-24T22:29:10Z2020http://repositorio.uch.edu.pe/handle/uch/521La radiación ultravioleta (UV) que incide sobre la superficie terrestre es un componente importante para la formación de la fotosíntesis en las plantas y contribuye en la formación de la vitamina D en los seres humanos. Sin embargo, elevados niveles de esta radiación y sobre todo una exposición prolongada, sin protección apropiada, puede llevar a un riesgo para la salud humana; generando cáncer de piel, alteraciones oculares y otros. Por ello, con la finalidad de asociar los riesgos sea establecido rangos o niveles del denominado Índice de Radiación Ultravioleta (IUV). La presente tesis consiste en el diseño y la implementación de un sistema electrónico para realizar la medición y el pronóstico de la evolución de los niveles de la radiación ultravioleta, utilizando para ello la tecnología de Internet de las cosas (IoT) y los algoritmos de Machine Learning (ML). Para ello, se utiliza un sensor especializado para medir la intensidad de la radiación UV y entregar una señal analógica correspondiente a la intensidad a un microcontrolador con capacidad de comunicaciones de datos. Contando así con una plataforma de adquisición y transmisión de datos por Internet a un servidor web de IoT en la nube donde se almacena los datos en determinados periodos prefijados y se analizan mediante un algoritmo de modelado predictivo. Finalmente, cabe señalar que bajo este proyecto se obtiene un pronóstico a corto plazo sobre el índice de radiación ultravioleta, para alertar y tomar medidas de prevención y así evitar o reducir algunos problemas de salud ocasionados por esta radiación.Submitted by sistemas uch (sistemas@uch.edu.pe) on 2020-11-24T22:29:10Z No. of bitstreams: 1 Mujaico_AA_tesis_ingenieria_electronica_2020.pdf: 8107989 bytes, checksum: e5e5ea11168b2234de3b99040a63253e (MD5)Made available in DSpace on 2020-11-24T22:29:10Z (GMT). No. of bitstreams: 1 Mujaico_AA_tesis_ingenieria_electronica_2020.pdf: 8107989 bytes, checksum: e5e5ea11168b2234de3b99040a63253e (MD5) Previous issue date: 2020Tesisapplication/pdfspaUniversidad de Ciencias y Humanidadesinfo:eu-repo/semantics/bachelorThesisSUNEDUinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/UNIVERSIDAD DE CIENCIAS Y HUMANIDADESRepositorio Institucional - UCHreponame:UCH-Institucionalinstname:Universidad de Ciencias y Humanidadesinstacron:UCHÍndice de Radiación Ultravioleta (IUV)Internet de las cosas (IoT)WeMos D1 mini ESP8266Machine Learning (ML)Algoritmo de modelado predictivoDiseño e implementación de un sistema de medición y pronóstico de radiación ultravioleta utilizando Internet de las cosas y Machine Learninginfo:eu-repo/semantics/bachelorThesisIngeniero Electrónico con Mención en TelecomunicacionesUniversidad de Ciencias y Humanidades. Facultad de Ciencias e IngenieríaTitulo ProfesionalEscuela Profesional de Ingeniería Electrónica con Mención en TelecomunicacionesTitulo ProfesionalLICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.uch.edu.pe/xmlui/bitstream/uch/521/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALMujaico_AA_tesis_ingenieria_electronica_2020.pdfMujaico_AA_tesis_ingenieria_electronica_2020.pdfapplication/pdf8107989http://repositorio.uch.edu.pe/xmlui/bitstream/uch/521/1/Mujaico_AA_tesis_ingenieria_electronica_2020.pdfe5e5ea11168b2234de3b99040a63253eMD51uch/521oai:repositorio.uch.edu.pe:uch/5212020-11-24 22:29:10.147Repositorio UCHuch.dspace@gmail.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
score 13.940932
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).