Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot

En este trabajo se estableció como objetivo principal encontrar el mejor modelo predictivo procesando el dataset PKLot mediante técnicas de machine learning, para determinar automáticamente y en tiempo real las plazas de parqueo disponibles en un parqueadero institucional. Se siguió una metodología...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Gomez Lara, Ronald Daniel (author)
Μορφή: bachelorThesis
Έκδοση: 2020
Θέματα:
Διαθέσιμο Online:https://hdl.handle.net/20.500.13066/20970
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1843148778603806720
author Gomez Lara, Ronald Daniel
author_facet Gomez Lara, Ronald Daniel
author_role author
collection Repositorio Universidad Tecnológica Equinoccial
dc.contributor.none.fl_str_mv Ordoñez, Diego
dc.creator.none.fl_str_mv Gomez Lara, Ronald Daniel
dc.date.none.fl_str_mv 2020
2020-08-15T03:00:09Z
2020-08-15T03:00:09Z
2020
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.identifier.none.fl_str_mv 72847
https://hdl.handle.net/20.500.13066/20970
UIO
dc.publisher.none.fl_str_mv CIENCIAS DE LA INGENIERÍA E INDUSTRIAS FACULTAD:INGENIERÍA INFORMÁTICA Y CIENCIAS DE LA COMPUTACIÓN
dc.rights.none.fl_str_mv https://creativecommons.org/licenses/by/3.0/ec/
info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad Tecnológica Equinoccial
instname:Universidad Tecnológica Equinoccial
instacron:UTE
dc.subject.none.fl_str_mv ALGORITMOS APLICADOS A LA COMPUTACION
INFORMATICA
JAVA
PROCESAMIENTO DE IMAGENES
INGENIERO EN INFORMATICA Y CIENCIAS DE LA COMPUTACION
PARQUEADEROS
dc.title.none.fl_str_mv Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description En este trabajo se estableció como objetivo principal encontrar el mejor modelo predictivo procesando el dataset PKLot mediante técnicas de machine learning, para determinar automáticamente y en tiempo real las plazas de parqueo disponibles en un parqueadero institucional. Se siguió una metodología experimental en donde se seleccionó los datos relacionados de acuerdo con el entorno en el que se trabaja, estos datos son manipulados para lograr obtener la solución. En principio, escoger una muestra fue esencial para obtener resultados válidos en cada experimentación realizada. Estos resultados dependieron de las técnicas elegidas, asegurando que el experimento se realizó correctamente y que los resultados obtenidos son un reflejo de lo que es el mundo real, ayudando a la sociedad a mejorar su vida de la mejor manera posible. Para determinar definitivamente con qué algoritmos se trabajó, se utilizó el dataset más pequeño, debido a que los algoritmos deberían ser capaces de clasificar los dataset en el menor tiempo posible, mostrando como resultado que 16 algoritmos fueron efectivos. Por último, al combinar los 3 mejores filtros no fue mejor que al utilizar un solo filtro, como se observó no se halló una mejora significativa con relación al utilizar un solo filtro. Se tomó la decisión de mantener el filtro gris, una vez que se finalizó la experimentación se obtuvo el mejor dataset, el mejor algoritmo y el mejor filtro, como el mismo dataset PKLot con filtro Gris se creó el modelo, y por último se integró en el proyecto DAPLP. En conclusión, se obtuvo el mejor modelo predictivo con un 99.41% de clasificación, capaz de procesar cualquier cantidad de datos, determinando automáticamente en tiempo real las plazas de parqueo disponibles en una institución.
eu_rights_str_mv openAccess
format bachelorThesis
id UTE_af176b4cd98cb478c93dced38f1852ae
identifier_str_mv 72847
UIO
instacron_str UTE
institution UTE
instname_str Universidad Tecnológica Equinoccial
network_acronym_str UTE
network_name_str Repositorio Universidad Tecnológica Equinoccial
oai_identifier_str oai:repositorio.ute.edu.ec:20.500.13066/20970
publishDate 2020
publisher.none.fl_str_mv CIENCIAS DE LA INGENIERÍA E INDUSTRIAS FACULTAD:INGENIERÍA INFORMÁTICA Y CIENCIAS DE LA COMPUTACIÓN
reponame_str Repositorio Universidad Tecnológica Equinoccial
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Tecnológica Equinoccial - Universidad Tecnológica Equinoccial
repository_id_str 2374
rights_invalid_str_mv https://creativecommons.org/licenses/by/3.0/ec/
spelling Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLotGomez Lara, Ronald DanielALGORITMOS APLICADOS A LA COMPUTACIONINFORMATICAJAVAPROCESAMIENTO DE IMAGENESINGENIERO EN INFORMATICA Y CIENCIAS DE LA COMPUTACIONPARQUEADEROSEn este trabajo se estableció como objetivo principal encontrar el mejor modelo predictivo procesando el dataset PKLot mediante técnicas de machine learning, para determinar automáticamente y en tiempo real las plazas de parqueo disponibles en un parqueadero institucional. Se siguió una metodología experimental en donde se seleccionó los datos relacionados de acuerdo con el entorno en el que se trabaja, estos datos son manipulados para lograr obtener la solución. En principio, escoger una muestra fue esencial para obtener resultados válidos en cada experimentación realizada. Estos resultados dependieron de las técnicas elegidas, asegurando que el experimento se realizó correctamente y que los resultados obtenidos son un reflejo de lo que es el mundo real, ayudando a la sociedad a mejorar su vida de la mejor manera posible. Para determinar definitivamente con qué algoritmos se trabajó, se utilizó el dataset más pequeño, debido a que los algoritmos deberían ser capaces de clasificar los dataset en el menor tiempo posible, mostrando como resultado que 16 algoritmos fueron efectivos. Por último, al combinar los 3 mejores filtros no fue mejor que al utilizar un solo filtro, como se observó no se halló una mejora significativa con relación al utilizar un solo filtro. Se tomó la decisión de mantener el filtro gris, una vez que se finalizó la experimentación se obtuvo el mejor dataset, el mejor algoritmo y el mejor filtro, como el mismo dataset PKLot con filtro Gris se creó el modelo, y por último se integró en el proyecto DAPLP. En conclusión, se obtuvo el mejor modelo predictivo con un 99.41% de clasificación, capaz de procesar cualquier cantidad de datos, determinando automáticamente en tiempo real las plazas de parqueo disponibles en una institución.Introducción. Metodología. Resultados y discusión. Conclusiones y Recomendaciones. Bibliografía. Anexos.CIENCIAS DE LA INGENIERÍA E INDUSTRIAS FACULTAD:INGENIERÍA INFORMÁTICA Y CIENCIAS DE LA COMPUTACIÓNOrdoñez, Diego20202020-08-15T03:00:09Z2020-08-15T03:00:09Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/pdf72847https://hdl.handle.net/20.500.13066/20970UIOhttps://creativecommons.org/licenses/by/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Tecnológica Equinoccialinstname:Universidad Tecnológica Equinoccialinstacron:UTE2025-02-28T19:46:28Zoai:repositorio.ute.edu.ec:20.500.13066/20970Institucionalhttps://repositorio.ute.edu.ec/Institución privadahttps://www.ute.edu.ec/https://repositorio.ute.edu.ec/oai.Ecuador...opendoar:23742025-02-28T19:46:28Repositorio Universidad Tecnológica Equinoccial - Universidad Tecnológica Equinoccialfalse
spellingShingle Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
Gomez Lara, Ronald Daniel
ALGORITMOS APLICADOS A LA COMPUTACION
INFORMATICA
JAVA
PROCESAMIENTO DE IMAGENES
INGENIERO EN INFORMATICA Y CIENCIAS DE LA COMPUTACION
PARQUEADEROS
status_str publishedVersion
title Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
title_full Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
title_fullStr Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
title_full_unstemmed Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
title_short Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
title_sort Determinación experimental del pipeline óptimo de transformación y clasificación de imágenes sobre el dataset PKLot
topic ALGORITMOS APLICADOS A LA COMPUTACION
INFORMATICA
JAVA
PROCESAMIENTO DE IMAGENES
INGENIERO EN INFORMATICA Y CIENCIAS DE LA COMPUTACION
PARQUEADEROS
url https://hdl.handle.net/20.500.13066/20970