Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado

El agua es un recurso no renovable por lo cual es de suma importancia tener una buena gestión tanto en la distribución como también en el censo del consumo de agua en general este censo se registra de manera manual por lo que el tiempo de censado es ineficiente por esta razón el diseño de una red de...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Santander Andrango, Joseline Celeste (author)
Format: bachelorThesis
Veröffentlicht: 2025
Schlagworte:
Online Zugang:https://repositorio.espe.edu.ec/handle/21000/50354
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
_version_ 1859118367474974720
author Santander Andrango, Joseline Celeste
author_facet Santander Andrango, Joseline Celeste
author_role author
collection Repositorio Universidad de las Fuerzas Armadas
dc.contributor.none.fl_str_mv Lara Cueva, Román Alcides
dc.creator.none.fl_str_mv Santander Andrango, Joseline Celeste
dc.date.none.fl_str_mv 2025-06-05T19:43:42Z
2025
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
dc.identifier.none.fl_str_mv Santander Andrango, Joseline Celeste (2025). Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado. Carrera de Telecomunicaciones. Matriz Sangolquí.
059644
https://repositorio.espe.edu.ec/handle/21000/50354
dc.language.none.fl_str_mv es
dc.publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Telecomunicaciones.
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad de las Fuerzas Armadas
instname:Universidad de las Fuerzas Armadas
instacron:ESPE
dc.subject.none.fl_str_mv DISEÑO
COBERTURA
GATEWAY
NODO
RED
TECNOLOGÍA
dc.title.none.fl_str_mv Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description El agua es un recurso no renovable por lo cual es de suma importancia tener una buena gestión tanto en la distribución como también en el censo del consumo de agua en general este censo se registra de manera manual por lo que el tiempo de censado es ineficiente por esta razón el diseño de una red de área amplia y de baja energía (LPWAN, del inglés Low - Power Wide - Area Network), que tiene el propósito de conectar dispositivos en distancias amplias a su vez este diseño busca el estudio de la mejor tecnología LPWAN que se adapte a las necesidades de la Junta Administrativa de Agua Potable de Uyumbicho (JAAPU), por otro lado, aporta para optimizar y modernizar la gestión del agua potable esto responde a la necesidad de actualizar los procesos análogos a procesos digitales y remotos. Para lograr el diseño se realiza la identificación de las necesidades y requerimientos de JAAPU a su vez se identifica la tecnología LPWAN que se adapte mejor a las necesidades entre estas tecnologías se encuentran LoRaWAN, Sigfox, LTE-M y NB-IoT para continuar con la planificación de la red LPWAN en esta interviene la identificación del equipamiento y sus características además para obtener los mapas de coberturas se realiza en Radio Mobile por último se presenta el análisis de costos de equipamientos. Los resultados del diseño indica que la mejor tecnología a utilizar es LoRaWAN a su vez con el análisis teórico y de cobertura se determina que un solo gateway es suficiente, en el simulador Radio Mobile el gateway presenta niveles de señal promedio de -106.27 dBm y en el nodo más alejado presenta niveles de señal de -130.7 dBm estos resultados se encuentran dentro de las sensibilidades de los equipos lo que garantiza la comunicación entre dispositivos por último se obtiene un presupuesto total de 117328.24 dólares.
eu_rights_str_mv openAccess
format bachelorThesis
id ESPE_e4deaf7b6a5f825c842a3c4d4b4dfecd
identifier_str_mv Santander Andrango, Joseline Celeste (2025). Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado. Carrera de Telecomunicaciones. Matriz Sangolquí.
059644
instacron_str ESPE
institution ESPE
instname_str Universidad de las Fuerzas Armadas
language_invalid_str_mv es
network_acronym_str ESPE
network_name_str Repositorio Universidad de las Fuerzas Armadas
oai_identifier_str oai:repositorio.espe.edu.ec:21000/50354
publishDate 2025
publisher.none.fl_str_mv Universidad de las Fuerzas Armadas ESPE. Carrera de Telecomunicaciones.
reponame_str Repositorio Universidad de las Fuerzas Armadas
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadas
repository_id_str 2042
spelling Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisadoSantander Andrango, Joseline CelesteDISEÑOCOBERTURAGATEWAYNODOREDTECNOLOGÍAEl agua es un recurso no renovable por lo cual es de suma importancia tener una buena gestión tanto en la distribución como también en el censo del consumo de agua en general este censo se registra de manera manual por lo que el tiempo de censado es ineficiente por esta razón el diseño de una red de área amplia y de baja energía (LPWAN, del inglés Low - Power Wide - Area Network), que tiene el propósito de conectar dispositivos en distancias amplias a su vez este diseño busca el estudio de la mejor tecnología LPWAN que se adapte a las necesidades de la Junta Administrativa de Agua Potable de Uyumbicho (JAAPU), por otro lado, aporta para optimizar y modernizar la gestión del agua potable esto responde a la necesidad de actualizar los procesos análogos a procesos digitales y remotos. Para lograr el diseño se realiza la identificación de las necesidades y requerimientos de JAAPU a su vez se identifica la tecnología LPWAN que se adapte mejor a las necesidades entre estas tecnologías se encuentran LoRaWAN, Sigfox, LTE-M y NB-IoT para continuar con la planificación de la red LPWAN en esta interviene la identificación del equipamiento y sus características además para obtener los mapas de coberturas se realiza en Radio Mobile por último se presenta el análisis de costos de equipamientos. Los resultados del diseño indica que la mejor tecnología a utilizar es LoRaWAN a su vez con el análisis teórico y de cobertura se determina que un solo gateway es suficiente, en el simulador Radio Mobile el gateway presenta niveles de señal promedio de -106.27 dBm y en el nodo más alejado presenta niveles de señal de -130.7 dBm estos resultados se encuentran dentro de las sensibilidades de los equipos lo que garantiza la comunicación entre dispositivos por último se obtiene un presupuesto total de 117328.24 dólares.Universidad de las Fuerzas Armadas ESPE. Carrera de Telecomunicaciones.Lara Cueva, Román Alcides2025-06-05T19:43:42Z2025info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/pdfapplication/pdfSantander Andrango, Joseline Celeste (2025). Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado. Carrera de Telecomunicaciones. Matriz Sangolquí.059644https://repositorio.espe.edu.ec/handle/21000/50354esinfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de las Fuerzas Armadasinstname:Universidad de las Fuerzas Armadasinstacron:ESPE2025-06-06T08:00:40Zoai:repositorio.espe.edu.ec:21000/50354Institucionalhttps://repositorio.espe.edu.ec/Universidad públicahttps://www.espe.edu.ec/https://repositorio.espe.edu.ec/oai.Ecuador...opendoar:20422026-03-06T15:29:19.911507Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadastrue
spellingShingle Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
Santander Andrango, Joseline Celeste
DISEÑO
COBERTURA
GATEWAY
NODO
RED
TECNOLOGÍA
status_str publishedVersion
title Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
title_full Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
title_fullStr Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
title_full_unstemmed Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
title_short Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
title_sort Desarrollo de algoritmos de reconocimiento automático de microsismos de al menos 3 estaciones simultáneas utilizando técnicas de Machine Learning supervisado
topic DISEÑO
COBERTURA
GATEWAY
NODO
RED
TECNOLOGÍA
url https://repositorio.espe.edu.ec/handle/21000/50354