Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/1563| Uso de redes neuronales con información de vecindarios para estimar la ubicación de computadoras móviles Using neural networks with neighborhood information to estimate the location of mobile computers | |
| LUIS ADRIAN CASTRO QUIROA | |
| JESUS FAVELA VARA | |
| Acceso Abierto | |
| Atribución | |
| Redes neurales (Ciencia computacional) | |
| El aumento en el uso de dispositivos de cómputo móvil en diversas áreas de trabajo ha sido notable en los últimos años. Para dar un mejor apoyo al usuario en el desempeño de su actividad, las aplicaciones conscientes del contexto adaptan su comportamiento tomando en consideración, principalmente, la identidad, hora del día, la actividad, así como la localización del usuario. El problema de la localización de usuarios, en especial, ha sido abordado en los últimos años por varios grupos de investigación, de donde han surgido varios enfoques. De particular interés son los sistemas de localización donde se usan las señales de radiofrecuencia (RF) para estimar la posición, ya que hacen uso de la infraestructura de red inalámbrica existente. La intensidad de la señal RF recibida por los dispositivos móviles se puede considerar como una función de la distancia del dispositivo a múltiples puntos de acceso inalámbricos. Sin embargo, esta relación es muy compleja en interiores, donde la estructura física del edificio, muebles, personas, así como otros dispositivos en el ambiente influyen de manera significativa en la intensidad de la señal recibida. En este trabajo de tesis se propone el uso de redes neuronales para tratar de encontrar dicha relación e inferir la posición del usuario por lo que se diseñó una aplicación para la toma de muestras empíricas de la intensidad de la señal en diferentes ubicaciones dentro de un hospital. Uno de los resultados más interesantes de este trabajo de tesis es que la distancia de error promedio fue de 0.9131 metros con el uso del vecindarios en contraste con los 1.9827 metros obtenidos sin usar este enfoque. De manera adicional, se realizaron experimentos para observar la sensibilidad del error con respecto a la cantidad de muestras usadas para estimar la posición, tamaño del conjunto de entrenamiento, la arquitectura de red neuronal utilizada, así como cantidad de puntos de acceso utilizados para la estimación. Los resultados de estos experimentos sugieren algunas guías para la implementación de aplicaciones conscientes de la localización. Finalmente, se diseñó e implementó una aplicación para PDA’s para probar el enfoque propuesto en este trabajo de tesis. The use of mobile computing devices in several work fields has increased notably in the last few years. To support such activities context-aware applications adapt their behavior taking into account, mainly, time, identity, task and the location of the user. A considerable amount of research has been conducted to address the problem of estimating the location of users and, as a result, several approaches have been proposed. Of particular interest are radiofrequency-based (RF) location systems since they use the existent wireless network infrastructure. The RF signal strength, received by mobile devices, can be considered to be a function of the distance from the mobile device to multiple wireless access points. However, this relationship becomes complex indoors, where the received signal strength is affected significantly by walls, furniture, people and other electronic devices in the environment. In this work, we propose the use of artificial neural networks to obtain that relationship and infer the location of users of mobile computers. For this reason, we designed an application to collect empirical samples of the signal strength at different locations within a hospital. One of the most significant results of this work was the reduction of the average error distance from 1.9827 meters using neighborhood information to 0.9131 meters without the use of this approach. In addition, several experiments were prepared to study the manner in which the accuracy is influenced by the training set size, the architecture of the neural network, and the number of access points used to estimate the location. Also we found out the minimum number of samples required to provide an acceptable estimation of the location. Results of these experiments suggest some design guidelines when deploying context-aware applications. Finally, an application was designed and implemented to test the approach proposed in this work | |
| CICESE | |
| 2005 | |
| Tesis de maestría | |
| Español | |
| Castro Quiroa,L.A.2005.Uso de redes neuronales con información de vecindarios para estimar la ubicación de computadoras móviles.Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California.xii, 95 pp. | |
| CIENCIA DE LOS ORDENADORES | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 167351.pdf | Versión completa de la tesis | 2.18 MB | Adobe PDF | Visualizar/Abrir |