Predicción de trayectoria de agentes para vehículos autónomos

RESUMEN : Este trabajo se enfoca en una solución para la predicción de trayectorias de los los vehículos, peatones, ciclistas , camiones y todos los agentes externos a un vehículo autónomo haciendo uso de redes neuronales.

Autores:
Macías Gómez, Matías
Tipo de recurso:
Tesis
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/20551
Acceso en línea:
http://hdl.handle.net/10495/20551
Palabra clave:
Procesamiento de datos
Data processing
Aprendizaje electrónico
Machine learning
Inteligencia artificial
Artificial intelligence
Análisis de datos
Data analysis
Redes de neuronas
Neural networks
Deep learning
Conducción autónoma
http://aims.fao.org/aos/agrovoc/c_49834
http://aims.fao.org/aos/agrovoc/c_27064
http://aims.fao.org/aos/agrovoc/c_15962
http://aims.fao.org/aos/agrovoc/c_37467
http://vocabularies.unesco.org/thesaurus/concept522
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
id UDEA2_fee69d278d230e102a129cc813a93d07
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/20551
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Predicción de trayectoria de agentes para vehículos autónomos
title Predicción de trayectoria de agentes para vehículos autónomos
spellingShingle Predicción de trayectoria de agentes para vehículos autónomos
Procesamiento de datos
Data processing
Aprendizaje electrónico
Machine learning
Inteligencia artificial
Artificial intelligence
Análisis de datos
Data analysis
Redes de neuronas
Neural networks
Deep learning
Conducción autónoma
http://aims.fao.org/aos/agrovoc/c_49834
http://aims.fao.org/aos/agrovoc/c_27064
http://aims.fao.org/aos/agrovoc/c_15962
http://aims.fao.org/aos/agrovoc/c_37467
http://vocabularies.unesco.org/thesaurus/concept522
title_short Predicción de trayectoria de agentes para vehículos autónomos
title_full Predicción de trayectoria de agentes para vehículos autónomos
title_fullStr Predicción de trayectoria de agentes para vehículos autónomos
title_full_unstemmed Predicción de trayectoria de agentes para vehículos autónomos
title_sort Predicción de trayectoria de agentes para vehículos autónomos
dc.creator.fl_str_mv Macías Gómez, Matías
dc.contributor.advisor.none.fl_str_mv Quiza Montealegre, Jhon Jair
dc.contributor.author.none.fl_str_mv Macías Gómez, Matías
dc.subject.unesco.none.fl_str_mv Procesamiento de datos
Data processing
topic Procesamiento de datos
Data processing
Aprendizaje electrónico
Machine learning
Inteligencia artificial
Artificial intelligence
Análisis de datos
Data analysis
Redes de neuronas
Neural networks
Deep learning
Conducción autónoma
http://aims.fao.org/aos/agrovoc/c_49834
http://aims.fao.org/aos/agrovoc/c_27064
http://aims.fao.org/aos/agrovoc/c_15962
http://aims.fao.org/aos/agrovoc/c_37467
http://vocabularies.unesco.org/thesaurus/concept522
dc.subject.agrovoc.none.fl_str_mv Aprendizaje electrónico
Machine learning
Inteligencia artificial
Artificial intelligence
Análisis de datos
Data analysis
Redes de neuronas
Neural networks
dc.subject.proposal.spa.fl_str_mv Deep learning
Conducción autónoma
dc.subject.agrovocuri.none.fl_str_mv http://aims.fao.org/aos/agrovoc/c_49834
http://aims.fao.org/aos/agrovoc/c_27064
http://aims.fao.org/aos/agrovoc/c_15962
http://aims.fao.org/aos/agrovoc/c_37467
dc.subject.unescouri.none.fl_str_mv http://vocabularies.unesco.org/thesaurus/concept522
description RESUMEN : Este trabajo se enfoca en una solución para la predicción de trayectorias de los los vehículos, peatones, ciclistas , camiones y todos los agentes externos a un vehículo autónomo haciendo uso de redes neuronales.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-07-01T16:02:53Z
dc.date.available.none.fl_str_mv 2021-07-01T16:02:53Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/draft
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/COther
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
format http://purl.org/coar/resource_type/c_46ec
status_str draft
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/20551
url http://hdl.handle.net/10495/20551
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/co/
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.extent.spa.fl_str_mv 19
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín, Colombia
institution Universidad de Antioquia
bitstream.url.fl_str_mv http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/1/MatiasMacias_2021_PrediccionAgentesExternos.pdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/5/license_rdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/6/license.txt
bitstream.checksum.fl_str_mv aac43b57fa0af296afbaed60bd8cc344
e2060682c9c70d4d30c83c51448f4eed
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1805390258449154048
spelling Quiza Montealegre, Jhon JairMacías Gómez, Matías2021-07-01T16:02:53Z2021-07-01T16:02:53Z2021http://hdl.handle.net/10495/20551RESUMEN : Este trabajo se enfoca en una solución para la predicción de trayectorias de los los vehículos, peatones, ciclistas , camiones y todos los agentes externos a un vehículo autónomo haciendo uso de redes neuronales.19application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/otherhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Predicción de trayectoria de agentes para vehículos autónomosMedellín, ColombiaProcesamiento de datosData processingAprendizaje electrónicoMachine learningInteligencia artificialArtificial intelligenceAnálisis de datosData analysisRedes de neuronasNeural networksDeep learningConducción autónomahttp://aims.fao.org/aos/agrovoc/c_49834http://aims.fao.org/aos/agrovoc/c_27064http://aims.fao.org/aos/agrovoc/c_15962http://aims.fao.org/aos/agrovoc/c_37467http://vocabularies.unesco.org/thesaurus/concept522https://github.com/Matmac945/agent-motion-predictionEspecialista en analítica y ciencia de datosEspecializaciónFacultad de Ingeniería, Especialización en analitíca y ciencia de datosUniversidad de AntioquiaORIGINALMatiasMacias_2021_PrediccionAgentesExternos.pdfMatiasMacias_2021_PrediccionAgentesExternos.pdfTrabajo de grado de especializaciónapplication/pdf2774215http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/1/MatiasMacias_2021_PrediccionAgentesExternos.pdfaac43b57fa0af296afbaed60bd8cc344MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/5/license_rdfe2060682c9c70d4d30c83c51448f4eedMD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/20551/6/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5610495/20551oai:bibliotecadigital.udea.edu.co:10495/205512021-07-01 11:04:59.033Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.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