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...
Autor: | |
---|---|
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).
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).