Examinando por Autor "Moreno Molina, Alberto"
Mostrando 1 - 2 de 2
- Resultados por página
- Opciones de ordenación
Ítem Diseño y fabricación de un peine mecánico para la recolección de aceituna(2023-12-19) Moreno Molina, Alberto; Almazán Lázaro, Juan Antonio; López Alba, Elías; Universidad de Jaén. Ingeniería Mecánica y MineraEn este proyecto se propone el desarrollo de un vareador mecánico que combine las ventajas de los motores de gasolina y eléctrico, permitiendo a los agricultores contar con ambas opciones utilizando el mismo cuerpo. Uno de los objetivos principales es garantizar la eficiencia y comodidad de la máquina, ya que, si fatiga demasiado al operario, no podrá trabajar jornadas completas y los resultados no serán satisfactorios. Se propone el uso de una pértiga fija y un cabezal con doble peine y movimiento lateral para evitar daños en el árbol durante la recolección. Esta configuración de movimiento del cabezal no se encuentra en ninguna máquina con motor a gasolina. Los objetivos específicos del proyecto incluyen la evaluación de los sistemas de recolección actuales, el diseño y prototipado de un vareador mecánico que permita una fabricación accesible y sin necesidad de personal cualificado y realización de un presupuesto económico.Ítem Implementación de modelos de ensembles para Big Data(Jaén: Universidad de Jaén, 2020-06-22) Moreno Molina, Alberto; Pérez Godoy, María Dolores; Rivera Rivas, Antonio Jesús; Universidad de Jaén. InformáticaCon la realización de este trabajo se pretende avanzar hacia un campo novedoso y con gran proyección de futuro, en el que se desarrollan modelos de ciencia de datos, en particular al desarrollo de modelos ensembles que sean capaces de afrontar la problemática asociada a Big Data. Trabajo teórico-experimental, cuyo objetivo es el desarrollo de técnicas de ensemble, para ciencia de datos y diferentes tipos de conjuntos de datos, que utilizan como clasificadores base algoritmos de la biblioteca de Machine Learning aplicadas a las tareas de clasificación y regresión. Se han usado algunas de las tecnologías y lenguajes de programación más novedosos en el contexto de Big Data y ciencia de datos, que permiten un procesamiento distribuido de los datos, como son Apache Spark, Scala y ML.