| dc.contributor.author | Ibarra-Galaviz, Eunice A. | |
| dc.date.accessioned | 2019-09-30T20:54:36Z | |
| dc.date.accessioned | 2023-03-21T16:41:08Z | |
| dc.date.available | 2019-09-30T20:54:36Z | |
| dc.date.available | 2023-03-21T16:41:08Z | |
| dc.date.issued | 2019-08 | |
| dc.identifier.citation | Ibarra-Galaviz, E. A. (2019). Predecir las preferencias o necesidades del conductor de un vehículo para ofrecer confort y seguridad usando aprendizaje automático. Trabajo de obtención de grado, Maestría en Sistemas Computacionales. Tlaquepaque, Jalisco: ITESO. | es |
| dc.identifier.uri | https://hdl.handle.net/20.500.12032/73739 | |
| dc.description | Se presenta un sistema para configurar el ambiente de un vehículo que disminuya la carga cognitiva que representa esta tarea para los ocupantes. Dicho sistema tiene como objetivo principal desarrollar una nueva tecnología que mejora la experiencia de usuario dentro del vehículo e indirectamente aumenta la seguridad de los ocupantes del vehículo. Esto se logra utilizando los siguientes métodos de aprendizaje automático: un sistema de recomendación, un PageRank y una red neuronal que componen dicho sistema; tomando como base de conocimiento el comportamiento y preferencias previas de dicho usuario para poder anticipar sus preferencias. En este trabajo se implementaron dichos métodos y se corrieron diferentes experimentos y pruebas con ellos para obtener las ventajas y desventajas del sistema y sus subsistemas. Como parte de los resultados, este trabajo describe cuál es el rendimiento de cada método utilizado desde el punto de vista de consumo de memoria, tiempo de entrenamiento fuera de línea y tiempo de ejecución del cálculo de la preferencia de un usuario. Estos factores serían determinantes al elegir uno o más modelos que se quisieran implementar hasta una etapa de producción. Con base en los resultados obtenidos en este trabajo, se puede continuar investigando y desarrollando métodos óptimos y adecuados para las restricciones de la industria automotriz. En el trabajo a futuro se proponen temas, como utilizar dos o más modelos simultáneamente para mejorar la predicción de la preferencia del usuario, para complementar este trabajo. | es |
| dc.description.sponsorship | ITESO, A. C. | es |
| dc.description.sponsorship | Consejo Nacional de Ciencia y Tecnología | es |
| dc.language.iso | spa | es |
| dc.publisher | ITESO | es |
| dc.rights.uri | http://quijote.biblio.iteso.mx/licencias/CC-BY-NC-2.5-MX.pdf | es |
| dc.subject | Arquitectura de IoV | es |
| dc.subject | Sistemas de Recomendación | es |
| dc.subject | PageRank | es |
| dc.subject | Aprendizaje Automático | es |
| dc.title | Predecir las preferencias o necesidades del conductor de un vehículo para ofrecer confort y seguridad usando aprendizaje automático | es |
| dc.type | info:eu-repo/semantics/masterThesis | es |
