| dc.contributor.author | Reyes Campos, Josimar | |
| dc.contributor.author | Alor Hernández, Giner | |
| dc.contributor.author | Machorro Cano, Isaac | |
| dc.date.accessioned | 2021-08-03T17:01:48Z | |
| dc.date.available | 2021-08-03T17:01:48Z | |
| dc.date.issued | 2021-01-05 | |
| dc.identifier.uri | http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/515 | |
| dc.description | Actualmente un gran sector de la población mundial tiene acceso al uso de tecnologías emergentes de comunicación que permiten la comunicación entre personas y dispositivos. Bajo este esquema surgen paradigmas tecnológicos como son el Internet de las Cosas (IoT) y la domótica; tecnologías que tienen una fuerte relación entre sí y que, a grandes rasgos, permiten el uso, monitorización y control (de forma presencial o a distancia) de dispositivos instalados en inmuebles. Se considera que
los conceptos de IoT y domótica son relativamente nuevos, por lo que aún no existen enfoques de configuración inteligente basada en aprendizaje automático de los sistemas de control domótico.
Hasta el momento de la escritura de esta tesis, se detectó que la mayoría de artículos y propuestas buscan mejorar los esquemas de confort, seguridad y gestión energética sin tomar en cuenta conceptos de autoaprendizaje computacional.
Teniendo en cuenta esta problemática, en el presente proyecto se propuso el desarrollo de una aplicación móvil (llamada IntelihOgarT) que realice el proceso de configuración inteligente del confort en el ámbito de la domótica, mediante el uso del aprendizaje computacional e IoT. La aplicación propuesta utiliza algoritmos de clasificación (específicamente el algoritmo C4.5), que permiten predecir una o más variables discretas, basadas en los atributos de un conjunto de datos.
Una vez desarrolla la plataforma de IntelihOgarT, se llevaron a cabo dos casos de estudio para validar la aplicación móvil y consolidarla como una herramienta que reduce el consumo energético sin descuidar el confort en una casa. Bajo esta premisa cada caso de estudio tuvo un objetivo diferente: el primero se desarrolló para comprobar un ahorro efectivo en el consumo de energía derivado del uso diario de dispositivos del hogar, el segundo fue desarrollado para confirmar el correcto descubrimiento de patrones de uso de dispositivos del hogar y por consiguiente la correcta construcción de reglas de control automático aplicables a dichos dispositivos. Cabe resaltar que, como parte de los resultados de los casos de estudio, se pudo comprobar que IntelihOgarT es capaz de lograr un ahorro de hasta 23% en el consumo de energía bimestral de un hogar así como de
establecer las reglas de encendido y apagado de los dispositivos conectados a la plataforma mediante la aplicación del algoritmo C4.5.
Este trabajo beneficia en primera instancia a otros investigadores y desarrolladores que abordan la necesidad de establecer esquemas de automatización inteligentes y personalizados para satisfacer las necesidades de cada usuario en particular, por lo que los beneficios se extenderán a los usuarios de sistemas de automatización del hogar que buscan mejorar su comodidad mediante el uso de esquemas de control automático, liberando la carga de supervisar y controlar los dispositivos
conectados en una casa inteligente. | es |
| dc.description.abstract | Actualmente un gran sector de la población mundial tiene acceso al uso de tecnologías emergentes de comunicación que permiten la comunicación entre personas y dispositivos. Bajo este esquema surgen paradigmas tecnológicos como son el Internet de las Cosas (IoT) y la domótica; tecnologías que tienen una fuerte relación entre sí y que, a grandes rasgos, permiten el uso, monitorización y control (de forma presencial o a distancia) de dispositivos instalados en inmuebles. Se considera que
los conceptos de IoT y domótica son relativamente nuevos, por lo que aún no existen enfoques de configuración inteligente basada en aprendizaje automático de los sistemas de control domótico.
Hasta el momento de la escritura de esta tesis, se detectó que la mayoría de artículos y propuestas buscan mejorar los esquemas de confort, seguridad y gestión energética sin tomar en cuenta conceptos de autoaprendizaje computacional.
Teniendo en cuenta esta problemática, en el presente proyecto se propuso el desarrollo de una aplicación móvil (llamada IntelihOgarT) que realice el proceso de configuración inteligente del confort en el ámbito de la domótica, mediante el uso del aprendizaje computacional e IoT. La aplicación propuesta utiliza algoritmos de clasificación (específicamente el algoritmo C4.5), que permiten predecir una o más variables discretas, basadas en los atributos de un conjunto de datos.
Una vez desarrolla la plataforma de IntelihOgarT, se llevaron a cabo dos casos de estudio para validar la aplicación móvil y consolidarla como una herramienta que reduce el consumo energético sin descuidar el confort en una casa. Bajo esta premisa cada caso de estudio tuvo un objetivo diferente: el primero se desarrolló para comprobar un ahorro efectivo en el consumo de energía derivado del uso diario de dispositivos del hogar, el segundo fue desarrollado para confirmar el correcto descubrimiento de patrones de uso de dispositivos del hogar y por consiguiente la correcta construcción de reglas de control automático aplicables a dichos dispositivos. Cabe resaltar que, como parte de los resultados de los casos de estudio, se pudo comprobar que IntelihOgarT es capaz de lograr un ahorro de hasta 23% en el consumo de energía bimestral de un hogar así como de
establecer las reglas de encendido y apagado de los dispositivos conectados a la plataforma mediante la aplicación del algoritmo C4.5.
Este trabajo beneficia en primera instancia a otros investigadores y desarrolladores que abordan la necesidad de establecer esquemas de automatización inteligentes y personalizados para satisfacer las necesidades de cada usuario en particular, por lo que los beneficios se extenderán a los usuarios de sistemas de automatización del hogar que buscan mejorar su comodidad mediante el uso de esquemas de control automático, liberando la carga de supervisar y controlar los dispositivos
conectados en una casa inteligente. | es |
| dc.description.sponsorship | CONACYT
TECNM
PRODEP | es |
| dc.language.iso | es | es |
| dc.publisher | Instituto Tecnológico de Orizaba | es |
| dc.subject | Internet of Things | es |
| dc.subject | machine learning | es |
| dc.title | Desarrollo de una aplicación móvil para contribuir en el incremento y personalización del confort en una casa inteligente a través del paradigma del Internet de las Cosas | es |
| dc.type | Thesis | es |
