| dc.contributor.author | Reyes-Campos, Josimar | |
| dc.contributor.author | Alor-Hernández, Giner | |
| dc.contributor.author | Machorro-Cano, Isaac | |
| dc.contributor.author | Sánchez-Cervantes, José Luis | |
| dc.contributor.author | Muñoz-Contreras, Hilarion | |
| dc.date.accessioned | 2023-01-08T15:18:53Z | |
| dc.date.available | 2023-01-08T15:18:53Z | |
| dc.date.issued | 2022-03-05 | |
| dc.identifier.uri | http://repositorios.orizaba.tecnm.mx:8080/xmlui/handle/123456789/717 | |
| dc.description | Hoy en día, las técnicas de Machine Learning han ganado importancia en diversas áreas de estudio debido a la gran cantidad
de aplicaciones que tiene el descubrimiento de patrones. En las condiciones cambiantes del entorno, las personas tienden a
desarrollar patrones de comportamiento para adaptarse mejor a su entorno. El análisis de las acciones observadas y sus influencias en el entorno puede conducir al reconocimiento automático de esos patrones de comportamiento significativos. En concreto, es posible aprovechar las técnicas de Machine Learning para descubrir patrones de comportamiento de las personas que viven en un hogar mediante el análisis de los registros de dispositivos domóticos con tecnología IoT, con el objetivo de automatizar de manera eficiente las funciones diarias de configuración del hogar. Por lo tanto, tener esquemas de configuración automática altamente personalizables mediante el análisis del comportamiento del usuario permite, entre otras cosas, mejorar
los esquemas de confort de los residentes. | es |
| dc.description.abstract | Hoy en día, las técnicas de Machine Learning han ganado importancia en diversas áreas de estudio debido a la gran cantidad
de aplicaciones que tiene el descubrimiento de patrones. En las condiciones cambiantes del entorno, las personas tienden a
desarrollar patrones de comportamiento para adaptarse mejor a su entorno. El análisis de las acciones observadas y sus influencias en el entorno puede conducir al reconocimiento automático de esos patrones de comportamiento significativos. En concreto, es posible aprovechar las técnicas de Machine Learning para descubrir patrones de comportamiento de las personas que viven en un hogar mediante el análisis de los registros de dispositivos domóticos con tecnología IoT, con el objetivo de automatizar de manera eficiente las funciones diarias de configuración del hogar. Por lo tanto, tener esquemas de configuración automática altamente personalizables mediante el análisis del comportamiento del usuario permite, entre otras cosas, mejorar
los esquemas de confort de los residentes. | es |
| dc.description.sponsorship | TECNM
CONACYT
PRODEP | es |
| dc.language.iso | es | es |
| dc.publisher | Instituto Tecnológico de Orizaba | es |
| dc.subject | inteligencia artificial | es |
| dc.subject | domótica | es |
| dc.subject | Internet de las Cosas | 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 IoT | es |
| dc.type | Presentation | es |
