Análisis de hábitos de consumo de batería de dispositivos móviles basado en una técnica de inteligencia artificial

Con el creciente uso de la tecnología, el uso de dispositivos tecnológicos se ha vuelto algo cotidiano, en especial al uso de dispositivos móviles o Smartphone, siendo así que estos tienen una carga de trabajo constante. Esta constante carga de trabajo implica que su vida útil se vea afectada, debido a que uno de sus componentes más importantes, como lo es la batería, a la cual factores como temperatura y voltaje son perjudiciales cuando estos alcanzan valores de 40oC y 4.5V; las baterías de los Smartphone alcanzan dichos valores por varios factores como lo son los hábitos de uso que tienen los usuarios con sus Smartphone. El problema radica en lo que ocurre cuando la vida útil de estas baterías termina, esto puede pasar por desapercibido pero, el impacto que tiene una batería de litio en el medio ambiente es perjudicial, razón por la cual identificar que hábitos de uso resultan ser los que más influyen en el desgaste de las baterías de Smartphone es algo importante y a lo cual se le debe prestar atención, con la finalidad de concientizar en el uso de estos dispositivos. Es por ello que en el presente trabajo de titulación, se planteó la creación de una aplicación para Smartphone, que permita monitorear parámetros como el voltaje, la temperatura, fuente de carga, estado de carga, tipo de batería, porcentaje de batería, salud, Ip, hora, longitud y latitud; con la cual se recoleto información que posteriormente se sometió a un análisis con el uso de cuatro técnicas de inteligencia artificial, regresión lineal, regresión múltiple, máquinas de vectores de soporte y redes neuronales. Para así establecer si los hábitos que hemos seleccionado; estado de carga del dispositivo, análisis basado en la localización del usuario y análisis en base a las horas de uso, realmente influyen en el desgaste de las baterías en los Smartphone. Finalmente, se desarrollaron las conclusiones y recomendaciones, teniendo en cuenta los resultados observados durante la operación y las mejoras sugeridas por el evaluador.

• 1. Verfasser: Cruz Guamba, Joseph Alexander (author)
• Weitere Verfasser: Mosquera Guerra, Steven David (author)
• Format: bachelorThesis
• Veröffentlicht: 2024
• Schlagworte: SMARTPHONE; INTELIGENCIA ARTIFICIAL; MÁQUINAS DE VECTORES DE SOPORTE; REDES NEURONALES.
• Online Zugang: https://repositorio.espe.edu.ec/handle/21000/39375