Facultad Regional Buenos Aires

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/6

Browse

Subject: search.filters.subject.Entropía

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Modelo basado en aprendizaje automático de consumo de electrodomésticos a partir de monitoreo no intrusivo
    (2023-05) Barberia, Juan Luis; Fernandez Biancardi, Juan Facundo; Lottero, Giancarlo; Esangui, Sebastian; Licata Caruso, Lorenzo; Legnani, Walter
    El monitoreo de carga no intrusivo es un conjunto de técnicas cuyo objetivo es la identificación de los electrodomésticos utilizados en una vivienda partiendo de la señal de consumo energético agregada que producen al utilizarse. La base de datos empleada es la denominada Reference Energy Disaggregation Data Set (REDD) la cual es de acceso gratuito y contiene información detallada del consumo eléctrico de artefactos de varios hogares. El presente trabajo tiene como objetivo utilizar herramientas de Machine Learning supervisado para lograr una clasificación satisfactoria de electrodomésticos del mismo tipo presentes en diferentes viviendas, partiendo de señales de consumo eléctrico, medidas en circuitos individuales. Los resultados obtenidos muestran una precisión lo suficientemente elevada como para alentar la continuación de esta línea de estudio.
  • Thumbnail Image
    Item
    Ensayos sobre la distribución G0 Single-Look: propiedades, simulación, estimación y reducción de ruido speckle.
    (Escuela de Posgrado - Facultad Regional Buenos Aires, 2020-12-09) Chan, Débora; Frery, Alejandro; Gambini, María Juliana
    Las imágenes de Radar de Apertura Sintética (Synthetic Aperture Radar – SAR), son fundamentales para la comprensión y estudio del medio ambiente, ya que proveen información que no es posible adquirir por ningún otro instrumento de teledetección. Sin embargo, estas imágenes se encuentran corrompidas por un ruido muy particular y característico denominado ruido speckle. Este ruido dificulta su procesamiento automático así como su análisis e interpretación. En esta tesis se presenta una nueva estrategia para filtrar el ruido característico de datos provenientes de imágenes SAR basada en diferencias de entropías. Se inicia el trabajo con una exposición de las características de estas imágenes y describe la distribución G0 I que modela este tipo de datos y ha demostrado ser flexible para diferentes grados de textura del objetivo. Todo el trabajo se focaliza sobre el caso Single Look y sus particularidades. Luego se presenta un estudio comparativo, llevado a cabo en diversas plataformas, de estrategias de generación de datos para experimentos Monte Carlo esenciales para garantizar la calidad de los experimentos de simulación. Posteriormente se presenta una evaluación de las distintas estrategias de estimación para los parámetros de la distribución G0 I considerando casos puros y casos contaminados. A continuación se deduce la distribución asintótica de las entropías de Shannon y Rényi para el caso Single Look de la distribución G0 I y se presenta una aplicación a la eliminación del ruido speckle característico de estas imágenes. La propuesta es la construcción de un filtrado no local basado en un test de diferencia de entropías. Se aplica esta estrategia sobre imágenes sintéticas y reales. Finalmente, se evalúa la calidad de esta estrategia y se la compara con otros métodos de eliminación del ruido speckle.