Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado

"Un modelo de diferencias finitas en el dominio del tiempo es utilizado para la construcción y simulación de objetos enterrados en un escenario semi realista, donde se hace una discriminación de los mismo por medio de un algoritmo de aprendizaje supervisado conocido como máquinas de soporte vec...

Full description

Autores:
Revelo Obando, Eddy Darío
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/40405
Acceso en línea:
http://hdl.handle.net/1992/40405
Palabra clave:
Radar de penetración terrestre
Ondas electromagnéticas
Geociencias
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/4.0/
id UNIANDES2_11e38e9eaa5a1fcef7f7d81335032a5a
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/40405
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
dc.title.es_CO.fl_str_mv Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
title Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
spellingShingle Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
Radar de penetración terrestre
Ondas electromagnéticas
Geociencias
title_short Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
title_full Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
title_fullStr Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
title_full_unstemmed Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
title_sort Simulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisado
dc.creator.fl_str_mv Revelo Obando, Eddy Darío
dc.contributor.advisor.none.fl_str_mv Iwashita, Fabio
dc.contributor.author.none.fl_str_mv Revelo Obando, Eddy Darío
dc.contributor.jury.none.fl_str_mv Tary, Jean Baptiste
dc.subject.keyword.es_CO.fl_str_mv Radar de penetración terrestre
Ondas electromagnéticas
topic Radar de penetración terrestre
Ondas electromagnéticas
Geociencias
dc.subject.themes.none.fl_str_mv Geociencias
description "Un modelo de diferencias finitas en el dominio del tiempo es utilizado para la construcción y simulación de objetos enterrados en un escenario semi realista, donde se hace una discriminación de los mismo por medio de un algoritmo de aprendizaje supervisado conocido como máquinas de soporte vectorial (SVM). Los escenarios cuentan con una fuente electromagnética representada por un dipolo herciano en donde la altura a la que se encuentra de la superficie es variada al igual que las características dimensionales y dieléctricas de los objetos, con el propósito de introducir una mayor variabilidad en los datos y así evitar problemas de sobre estimamiento en el resultado final. Los datos se obtuvieron por medio del simulador de fuente abierta gprMax, el procesamiento de los datos al igual que la implementación del algoritmo de aprendizaje se hizo con el software MATLAB. Este tipo de modelamientos están inclinados en desarrollar nuevas alternativas de procesamiento e interpretación de señales provenientes de equipos como el radar de penetración de tierra (GPR), por lo que partir de una robusta base de datos creada los más heterogéneamente posible para el desarrollo de este tipo de algoritmos resulta de una buena aproximación de lo que sería trabajar con datos reales."-- Tomado del Formato de Documento de Grado
publishDate 2018
dc.date.issued.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2020-06-10T17:11:36Z
dc.date.available.none.fl_str_mv 2020-06-10T17:11:36Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/40405
dc.identifier.pdf.none.fl_str_mv u808354.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/40405
identifier_str_mv u808354.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.es_CO.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.es_CO.fl_str_mv 39 hojas
dc.format.mimetype.es_CO.fl_str_mv application/pdf
dc.publisher.es_CO.fl_str_mv Universidad de los Andes
dc.publisher.program.es_CO.fl_str_mv Geociencias
dc.publisher.faculty.es_CO.fl_str_mv Facultad de Ciencias
dc.publisher.department.es_CO.fl_str_mv Departamento de Geociencias
dc.source.es_CO.fl_str_mv instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
instname_str Universidad de los Andes
institution Universidad de los Andes
reponame_str Repositorio Institucional Séneca
collection Repositorio Institucional Séneca
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/988098d1-8557-4be0-9a49-0a91d221e4de/download
https://repositorio.uniandes.edu.co/bitstreams/68671249-829d-417c-ab05-8c674fc03987/download
https://repositorio.uniandes.edu.co/bitstreams/e1ef185b-e378-4de3-a4d4-26f65af2510b/download
bitstream.checksum.fl_str_mv d21d9112d760bf831e588bd72fd63580
a6403e88ec07038e6cb9183e44b83aa7
5ea036f60cfdc240839a8881c11803bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812133817634258944
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.http://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Iwashita, Fabiovirtual::1591-1Revelo Obando, Eddy Daríoe3ba291a-bf28-4362-95b6-3311c426dcb3500Tary, Jean Baptiste2020-06-10T17:11:36Z2020-06-10T17:11:36Z2018http://hdl.handle.net/1992/40405u808354.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/"Un modelo de diferencias finitas en el dominio del tiempo es utilizado para la construcción y simulación de objetos enterrados en un escenario semi realista, donde se hace una discriminación de los mismo por medio de un algoritmo de aprendizaje supervisado conocido como máquinas de soporte vectorial (SVM). Los escenarios cuentan con una fuente electromagnética representada por un dipolo herciano en donde la altura a la que se encuentra de la superficie es variada al igual que las características dimensionales y dieléctricas de los objetos, con el propósito de introducir una mayor variabilidad en los datos y así evitar problemas de sobre estimamiento en el resultado final. Los datos se obtuvieron por medio del simulador de fuente abierta gprMax, el procesamiento de los datos al igual que la implementación del algoritmo de aprendizaje se hizo con el software MATLAB. Este tipo de modelamientos están inclinados en desarrollar nuevas alternativas de procesamiento e interpretación de señales provenientes de equipos como el radar de penetración de tierra (GPR), por lo que partir de una robusta base de datos creada los más heterogéneamente posible para el desarrollo de este tipo de algoritmos resulta de una buena aproximación de lo que sería trabajar con datos reales."-- Tomado del Formato de Documento de Grado"A model of finite differences in the time domain is used for the construction and simulation of buried objects in a semi-realistic scenario, where a discrimination of them is made by means of a supervised learning algorithm known as vector support machines (SVM) ). The scenarios have an electromagnetic source represented by a Hertian dipole where the height at which the surface is located is varied as well as the dimensional and dielectric characteristics of the objects, with the aim of introducing greater variability over the data and thus avoiding problems of over fitting the final result. The data was obtained through the open source simulator gprMax, the processing of the data as well as the implementation of the learning algorithm was done with MATLAB software. This type of modeling is inclined to develop new alternatives for processing and interpreting signals coming from equipment such as ground penetrating radar (GPR), so starting from a robust database created as heterogeneously as possible for the development of this type of algorithms results from a good approximation of what it would be to work with real data."-- Tomado del Formato de Documento de GradoGeocientíficoPregrado39 hojasapplication/pdfspaUniversidad de los AndesGeocienciasFacultad de CienciasDepartamento de Geocienciasinstname:Universidad de los Andesreponame:Repositorio Institucional SénecaSimulación y discriminación de objetos (MAP) utilizando métodos de aprendizaje supervisadoTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPRadar de penetración terrestreOndas electromagnéticasGeocienciasPublicationhttps://scholar.google.es/citations?user=lwGp9AkAAAAJvirtual::1591-1aef9efb6-9165-43e6-aed0-c5b0192634b0virtual::1591-1aef9efb6-9165-43e6-aed0-c5b0192634b0virtual::1591-1TEXTu808354.pdf.txtu808354.pdf.txtExtracted texttext/plain78598https://repositorio.uniandes.edu.co/bitstreams/988098d1-8557-4be0-9a49-0a91d221e4de/downloadd21d9112d760bf831e588bd72fd63580MD54ORIGINALu808354.pdfapplication/pdf1086988https://repositorio.uniandes.edu.co/bitstreams/68671249-829d-417c-ab05-8c674fc03987/downloada6403e88ec07038e6cb9183e44b83aa7MD51THUMBNAILu808354.pdf.jpgu808354.pdf.jpgIM Thumbnailimage/jpeg7304https://repositorio.uniandes.edu.co/bitstreams/e1ef185b-e378-4de3-a4d4-26f65af2510b/download5ea036f60cfdc240839a8881c11803bdMD551992/40405oai:repositorio.uniandes.edu.co:1992/404052024-03-13 11:59:56.804http://creativecommons.org/licenses/by-nc-sa/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co