Máster Universitario en Ingeniería de Telecomunicación
URI permanente para esta colecciónhttps://hdl.handle.net/10953.1/5203
Examinar
Examinando Máster Universitario en Ingeniería de Telecomunicación por Materia "Artificial intelligence"
Mostrando 1 - 4 de 4
- Resultados por página
- Opciones de ordenación
Ítem Arrhythmia detection and classification from electrocardiograms(2021-10-04) Idowa Myombo, Radhiana; García Galán, Sebastián; Muñoz Expósito, José Enrique ; Universidad de Jaén. Ingeniería de TelecomunicaciónUna de las principales causas de muerte en el mundo son las arritmias cardíacas. En el campo de la salud, los electrocardiogramas (ECG) se utilizan para detectar arritmias. Sin embargo, los síntomas no siempre son claros y se pueden cometer errores en el diagnóstico. Por lo tanto, se necesita una monitorización continua a través del análisis de ECG en tiempo real para detectar arritmias de manera oportuna y prevenir un eventual incidente que amenace la vida. El primer proceso para un sistema automático de detección y clasificación de arritmias es detectar y clasificar los latidos del corazón. En este proyecto, se diseña e implementa un sistema automático de detección y clasificación de latidos utilizando Python como el lenguaje de programación principal en soporte con el kit de herramientas WFDB junto con múltiples bibliotecas como Neural-kit. A continuación, el sistema se probó en una base de datos muy conocida "la base de datos de arritmias MIT-BIH". Los resultados obtenidos son con una tasa de error aceptable, por lo que podemos decir que el sistema fue diseñado e implementado con éxito.Ítem Big Data platform for the development of scheduling strategies in cloud computing(2021-01-22) Noureldien, Yossra; García Galán, Sebastián ; Muñoz Expósito, José Enrique ; Universidad de Jaén. Ingeniería de TelecomunicaciónCloud computing is an evolving topic in the last decade. Clouds work as infrastructures for storing and accessing data. Cloud scheduling is used to map tasks' requirements according to the availability of resources. Extensive researches were done to develop methodologies for scheduling. In general, the goal is to optimize a specific objective such as time, cost, energy and quality of service. In the literature, there is an enormous number of scheduling strategies, such as MinMin algorithm, MaxMin algorithm and Round robin algorithm. In this work, we are introducing a platform, in which it is possible to select between multiple scheduling strategies to run simulation scenarios in cloud computing environments. The platform will serve mainly simulations to avoid having a real data center. The simulation environment selected is the Workflowsim-DVFS simulator. The proposed platform could be used by researchers as a tool for testing procedures when running a wide range of experiments.Ítem Estrategias inteligentes de planificación en Cloud Computing(2017-10-06) Rodríguez Reche, Rafael Rudesindo; García Galán, Sebastián; Muñoz Expósito, José Enrique; Universidad de Jaén. Ingeniería de TelecomunicaciónEste trabajo Fin de Máster realiza un análisis de las actuales tecnologías que gobiernan el paradigma de la planificación de tareas en redes de Cloud Computing y se proponen nuevas estrategias de aprendizaje de máquina mediante técnicas de inteligencia artificial para mejorar el rendimiento de planificadores de tareas tradicionales para datacenters, desarrollando planificadores expertos FRBS (Fuzzy Rule-Based Systems, Sistemas Basados en Reglas Borrosas) cuyas bases de conocimiento han sido obtenidas de la aplicación de algoritmos metaheurísticos.Ítem Optimización de energía en sistemas de Cloud Computing(2017-10-06) Cotes Ruiz, Iván Tomás; Pérez de Prado, Rocío Josefina; García Galán, Sebastián; Universidad de Jaén. Ingeniería de TelecomunicaciónEn el presente Trabajo Fin de Máster, se han desarrollado diversas técnicas de optimización de potencia y energía en sistemas de Cloud Computing. Se ha comenzado por la unión de dos simuladores para obtener un entorno de simulación capaz de estimar consumo energético, así como la posibilidad de ejecución de flujos de trabajo (Workflows) para poder el control dinámico de la tensión y frecuencia del procesador para ahorrar energía. En la segunda fase, se han desarrollado dos sistemas expertos basados en reglas borrosas para obtener dos planificadores de máquinas virtuales y tareas, y se muestran y analizan los resultados obtenidos, comprobando el ahorro de energía conseguido con la técnica DVFS, y concluyendo que el uso conjunto de los dos sistemas expertos consigue el mejor resultado.