Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning

Descripción del Articulo

El acceso al texto completo del trabajo estará habilitado el 25 de junio de 2027, por expresa disposición del autor
Detalles Bibliográficos
Autor: Mendez Avila, Pelmef Roemer
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad de Lima
Repositorio:ULIMA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.ulima.edu.pe:20.500.12724/20764
Enlace del recurso:https://hdl.handle.net/20.500.12724/20764
Nivel de acceso:acceso embargado
Materia:Pendiente
https://purl.org/pe-repo/ocde/ford#2.02.04
id RULI_79768483cfab2f661807b5c610baed4a
oai_identifier_str oai:repositorio.ulima.edu.pe:20.500.12724/20764
network_acronym_str RULI
network_name_str ULIMA-Institucional
repository_id_str 3883
dc.title.es_PE.fl_str_mv Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
dc.title.alternative.en_EN.fl_str_mv Mobile application for home accident alerts in older adults based on deep learning models
title Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
spellingShingle Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
Mendez Avila, Pelmef Roemer
Pendiente
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
title_full Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
title_fullStr Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
title_full_unstemmed Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
title_sort Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
author Mendez Avila, Pelmef Roemer
author_facet Mendez Avila, Pelmef Roemer
author_role author
dc.contributor.advisor.fl_str_mv Nina Hanco, Hernán
dc.contributor.author.fl_str_mv Mendez Avila, Pelmef Roemer
dc.subject.none.fl_str_mv Pendiente
topic Pendiente
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description El acceso al texto completo del trabajo estará habilitado el 25 de junio de 2027, por expresa disposición del autor
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-06-21T13:13:19Z
dc.date.available.none.fl_str_mv 2024-06-21T13:13:19Z
dc.date.embargoend.none.fl_str_mv 2027-06-25
dc.date.issued.fl_str_mv 2024
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.none.fl_str_mv Trabajo de suficiencia profesional
format bachelorThesis
dc.identifier.citation.es_PE.fl_str_mv Mendez Avila, P. R. (2024). Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning [Trabajo de suficiencia profesional para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/20764
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12724/20764
dc.identifier.isni.none.fl_str_mv 121541816
identifier_str_mv Mendez Avila, P. R. (2024). Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning [Trabajo de suficiencia profesional para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/20764
121541816
url https://hdl.handle.net/20.500.12724/20764
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.*.fl_str_mv info:eu-repo/semantics/embargoedAccess
eu_rights_str_mv embargoedAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Lima
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad de Lima
dc.source.none.fl_str_mv Repositorio Institucional - Ulima
Universidad de Lima
reponame:ULIMA-Institucional
instname:Universidad de Lima
instacron:ULIMA
instname_str Universidad de Lima
instacron_str ULIMA
institution ULIMA
reponame_str ULIMA-Institucional
collection ULIMA-Institucional
bitstream.url.fl_str_mv https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/1/Trabajo_Resumen.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/2/T018_71838732_T.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/3/FA_71838732.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/4/TURNITIN_DNI_71838732%20-%2020150865.pdf
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/6/Trabajo_Resumen.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/8/T018_71838732_T.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/10/FA_71838732.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/12/TURNITIN_DNI_71838732%20-%2020150865.pdf.jpg
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/5/Trabajo_Resumen.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/7/T018_71838732_T.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/9/FA_71838732.pdf.txt
https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/11/TURNITIN_DNI_71838732%20-%2020150865.pdf.txt
bitstream.checksum.fl_str_mv 851f5d65f78469a244f9f63f1befe82a
60f4b04234747f2c4c294446cb6cba41
6f21cfe1700fa1f54958422961633d73
58aa7e08314ec954fbe039157277994c
4b187359d2820b3582b85d68b3b64d30
4b187359d2820b3582b85d68b3b64d30
583bf3ee511daebccd39518a703345f9
90c378671099d7c795c460a1bfc350f7
34a47bf6e56f958c76bc019472deba03
34a47bf6e56f958c76bc019472deba03
c62b94627d466a859d518582ce52acb5
5408f106af1ae5b77e5698eefa86bdaa
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad de Lima
repository.mail.fl_str_mv repositorio@ulima.edu.pe
_version_ 1852953496238686208
spelling Nina Hanco, HernánMendez Avila, Pelmef Roemer2024-06-21T13:13:19Z2024-06-21T13:13:19Z20242027-06-25Mendez Avila, P. R. (2024). Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning [Trabajo de suficiencia profesional para optar el Título Profesional de Ingeniero de Sistemas, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/20764https://hdl.handle.net/20.500.12724/20764121541816El acceso al texto completo del trabajo estará habilitado el 25 de junio de 2027, por expresa disposición del autorEn los últimos años la tecnología ligada a la salud ha experimentado una evolución muy notable en las distintas ramas de estudio, esto permitió que las personas estén más integradas a esta en su día a día. Además, se percibe el crecimiento demográfico de adultos mayores y tiene la tendencia a seguir creciendo, de la población de adultos mayores en el Perú, cierto porcentaje, alrededor del 38,4% según estudios previos, vive solo, por lo que la probabilidad de cualquier evento de riesgo, accidente u otro es mucho más factible y afectaría el estilo de vida, salud y bienestar. Por otra parte, muchos de los adultos mayores sufren de vulnerabilidad, es decir, tienen algún tipo de enfermedad que necesite control y cuidado frecuente, tales como enfermedades al corazón, respiratorias, entre otros o sufrieron de algún tipo de accidente que necesite asistencia. Ante la situación actual de adultos mayores que viven solos, nace como problemática el control del bienestar y la salud de este grupo y/o se encuentren en situación vulnerable ante alguna enfermedad o accidente. El presente trabajo propone la solución ante la problemática mencionada, donde los familiares o personas que se encuentran pendientes de los adultos mayores puedan monitorear su bienestar sin tener que afectar la privacidad o estar vigilando en todo momento. Se busca la correcta clasificación e interpretación de caídas, desmayos y accidentes similares que pueda sufrir la persona, mediante una red convolucional (Red neuronal encargada de la detección de acciones y objetos en imágenes y/o videos) YOLOv7, en este caso se utiliza la detección de posición de las personas para poder obtener las coordenadas correspondientes para el cálculo de altura y ancho del sujeto reconocido y se pueda calcular el momento en el que el sujeto se encuentre en una posición reconocida como caída, posteriormente se realice la notificación a las personas interesadas que se encuentren a cargo del adulto. El presente sistema busca la poca intervención humana en el monitoreo del bienestar y un corto tiempo de respuesta al momento de detectar y notificar la situación identificadaIn recent years, technology related to health has undergone a remarkable evolution in various fields of study, allowing people to become more integrated into it in their daily lives. In addition, the demographic growth of older adults is perceived and has the tendency to continue to grow, of the older adult population in Peru, a certain percentage, about 38.4% according to previous studies, lives alone, so the probability of any risk event, accident or other is much more likely and would affect the lifestyle, health and well-being. On the other hand, many of the older adults suffer from vulnerability, i.e. they have some kind of disease that needs frequent monitoring and care, such as heart disease, respiratory diseases, among others, or they suffered from some kind of accident that needs assistance. Given the current situation of older adults living alone, a challenge arises in monitoring the well-being and health of those who are alone and/or vulnerable to illness or accidents. This work proposes a solution to the problem, where family members or people who are watching over the elderly can monitor their well-being without having to affect their privacy or be watching them at all times. It seeks the correct classification and interpretation of falls, fainting and similar accidents that the person may suffer, through a convolutional network (neural network responsible for the detection of actions and objects in images and / or videos) YOLOv7, in this case the detection of position of people is used to obtain the corresponding coordinates for the calculation of height and width of the subject recognized and can calculate the time at which the subject is in a position recognized as a fall, then the notification is made to the interested persons who are in charge of the adult. This system aims for little human intervention in the monitoring of well-being and a short response time at the moment of detecting and notifying the identified situation.application/pdfspaUniversidad de LimaPEinfo:eu-repo/semantics/embargoedAccessRepositorio Institucional - UlimaUniversidad de Limareponame:ULIMA-Institucionalinstname:Universidad de Limainstacron:ULIMAPendientehttps://purl.org/pe-repo/ocde/ford#2.02.04Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep LearningMobile application for home accident alerts in older adults based on deep learning modelsinfo:eu-repo/semantics/bachelorThesisTrabajo de suficiencia profesionalSUNEDUTítulo ProfesionalIngeniería de SistemasUniversidad de Lima. Facultad de IngenieríaIngeniero de Sistemashttps://orcid.org/0000-0003-0230-58122400254261207671838732https://purl.org/pe-repo/renati/level#tituloProfesionalPendientehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionalOIORIGINALTrabajo_Resumen.pdfTrabajo_Resumen.pdfTrabajo_Resumenapplication/pdf1903394https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/1/Trabajo_Resumen.pdf851f5d65f78469a244f9f63f1befe82aMD51T018_71838732_T.pdfT018_71838732_T.pdfTrabajoapplication/pdf1992958https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/2/T018_71838732_T.pdf60f4b04234747f2c4c294446cb6cba41MD52FA_71838732.pdfFA_71838732.pdfAutorizaciónapplication/pdf232324https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/3/FA_71838732.pdf6f21cfe1700fa1f54958422961633d73MD53TURNITIN_DNI_71838732 - 20150865.pdfTURNITIN_DNI_71838732 - 20150865.pdfReporte de similitudapplication/pdf20169961https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/4/TURNITIN_DNI_71838732%20-%2020150865.pdf58aa7e08314ec954fbe039157277994cMD54THUMBNAILTrabajo_Resumen.pdf.jpgTrabajo_Resumen.pdf.jpgGenerated Thumbnailimage/jpeg10214https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/6/Trabajo_Resumen.pdf.jpg4b187359d2820b3582b85d68b3b64d30MD56T018_71838732_T.pdf.jpgT018_71838732_T.pdf.jpgGenerated Thumbnailimage/jpeg10214https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/8/T018_71838732_T.pdf.jpg4b187359d2820b3582b85d68b3b64d30MD58FA_71838732.pdf.jpgFA_71838732.pdf.jpgGenerated Thumbnailimage/jpeg15954https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/10/FA_71838732.pdf.jpg583bf3ee511daebccd39518a703345f9MD510TURNITIN_DNI_71838732 - 20150865.pdf.jpgTURNITIN_DNI_71838732 - 20150865.pdf.jpgGenerated Thumbnailimage/jpeg12574https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/12/TURNITIN_DNI_71838732%20-%2020150865.pdf.jpg90c378671099d7c795c460a1bfc350f7MD512TEXTTrabajo_Resumen.pdf.txtTrabajo_Resumen.pdf.txtExtracted texttext/plain107871https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/5/Trabajo_Resumen.pdf.txt34a47bf6e56f958c76bc019472deba03MD55T018_71838732_T.pdf.txtT018_71838732_T.pdf.txtExtracted texttext/plain107871https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/7/T018_71838732_T.pdf.txt34a47bf6e56f958c76bc019472deba03MD57FA_71838732.pdf.txtFA_71838732.pdf.txtExtracted texttext/plain2648https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/9/FA_71838732.pdf.txtc62b94627d466a859d518582ce52acb5MD59TURNITIN_DNI_71838732 - 20150865.pdf.txtTURNITIN_DNI_71838732 - 20150865.pdf.txtExtracted texttext/plain7007https://repositorio.ulima.edu.pe/bitstream/20.500.12724/20764/11/TURNITIN_DNI_71838732%20-%2020150865.pdf.txt5408f106af1ae5b77e5698eefa86bdaaMD51120.500.12724/20764oai:repositorio.ulima.edu.pe:20.500.12724/207642025-09-26 09:46:19.859Repositorio Universidad de Limarepositorio@ulima.edu.pe
score 12.691733
Aplicación móvil de alertas de accidentes caseros en adultos mayores basado en modelos de Deep Learning
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).

Ejemplares Similares