Datos relativos de un documento

...

Big Data. Como concepto ha sido, de hecho por más tiempo que la tecnología informática, que sorprendería a un número de personas. Gartner (2012). Manifiesta como definición, “Son activos de información caracterizados por su alto volumen, velocidad y variedad, que demandan soluciones innovadoras y eficientes de procesado para la mejora del conocimiento y toma de decisiones en las organizaciones.” Estamos en una época con grandes volúmenes de datos su almacenamiento y análisis requiere de herramientas automatizadas que dinamicen los procesos y ayuden al quehacer diario de las personas en la utilización de herramientas tecnológicas cada veza más complejas.

Pather Recornition. Durante los últimos veinte años, ha habido Un interés considerable en los problemas de reconocimiento de patrones y procesamiento de imágenes. Este interés Ha creado una creciente necesidad de métodos teóricos, hardware y Software experimental que permita el uso para el diseño y reconocimiento de patrones en sistemas de procesamiento de imágenes. Se puede decir entonces que algunos ejemplos de patrones se pueden encontrar en: un píxel, una imagen, un gesto facial, un rostro humano, la voz de un individuo o la forma de un animal, por otra parte según K. Kpalma and J. Ronsin (2007) un sistema de reconocimiento de patrones “es un sistema automático que tiene como objetivo clasificar el patrón de entrada en una clase espec´ıfica. Est´a compuesto t´ıpicamente de una etapa de preprocesamiento donde se acondiciona y se digitaliza la se˜nal. Luego de la digitalización, se procede con la extracci´on de las caracter´ısticas del modelo en estudio, este proceso es llamado etapa de identificación. La clasificación por su parte, permite reconocer un objeto (o un patrón) mediante el uso de algunas características de la etapa de extracción”.

Algoritmos K-Means K-Means Clustering, es un método utilizado para clasificar Conjuntos de datos estructurados o no estructurados. Este es uno de los Métodos comunes y efectivos para clasificar datos debido a su Simplicidad y capacidad para manejar voluminosos conjuntos de datos. Acepta el número de clusters y el conjunto inicial de Centroides como parámetros. La distancia de cada elemento en los datos

PAM (Partitioning Around Medoids) es un algoritmo típico de agrupación K-medoides. Aborda el problema de una manera iterativa. Al igual que el algoritmo k-means, los objetos representativos iniciales (llamados semillas) son elegidos arbitrariamente. K-medoides usa medianas en lugar de promedios para representar a los clusters. Ochoa, L., & Marisol, L. (2017).

El algoritmo k-Medias (k-Means) [Damaris Pascual González], [Mac Queen, 1967], [Hartigan, 1979] y [Chen, 1998] es uno de los más simples y conocidos algoritmos de agrupamiento, está basado en la optimización del error cuadrático, que sigue una forma fácil para dividir una base de datos dada en k grupos fijados a priori. La idea principal es definir k centroides (uno para cada grupo) y, luego, ubicar los restantes puntos en la clase de su centroide más cercano.

A través de algoritmos, estos dispositivos son capaces de intuir algunos factores como el número de vehículos que se han aproximado en un tiempo determinado a ese cruce, cuánto han tardado en ponerse en marcha o cómo se encuentra la circulación en el resto de los cruces y, en función de esa información, el disco se abrirá antes de tiempo si considera que las condiciones del tráfico lo permiten el despliegue de un sistema de sensor de bajo costo y, sobre todo, que no requiere de ningún ajuste o calibración. Esto permite que los dispositivos puedan aportar información en tiempo real y calcular las decisiones adecuadas en cada momento, así como ser capaces de adaptarse a los continuos cambios del entorno.

Algunas de las características importantes a tener en cuenta en el desarrollo del presente prototipo están relacionadas con la sincronización, bajo costo y monitoreo de las variables e hipótesis que dan lugar al control de semaforizacion, transito de personas y vehículos.

Sincronización inteligente. permite gestionar y sincronizar los semáforos de una ciudad de manera eficiente, sencilla y segura. Su instalación mejora notablemente los flujos de tránsito reduciendo los efectos indeseables que genera el aumento de circulación de vehículos.

Monitoreo central. Permite conocer a cada instante el estado de cada semáforo. En caso de detectar algún problema, la central alerta al responsable del mantenimiento técnico. Además, permite modificar la configuración según franjas horarias, horarios pico, fines de semana, días laborales y más.

Semáforos independientes. cuenta con un controlador autónomo de luces y una central de control y monitoreo, que juntos operan mediante un protocolo de comunicaciones seguro sin punto central de falla. Una vez configurado, cada semáforo opera independientemente del sistema central.

Bajo costo. El sistema de control de tránsito ha sido diseñado desde un principio como una solución innovadora que ayude a las ciudades a reducir significativamente la congestión de sus calles al mismo tiempo que les permita ahorrar gracias a los bajos costos de implementación y mantenimiento.

Descripción de materiales.

En la consecución del prototipo desarrollado se utilizaron diferentes componentes e instrumentos digitales que dieron lugar a la investigación en curso, en general los componentes esenciales que dieron lugar al dispositivo desarrollado fueron:

Leds. LED (Light Emitting Diode). Se define por sus siglas como diodo emisor de luz, no es más que un pequeño chip de material semiconductor, que cuando es atravesado por una corriente eléctrica, en sentido apropiado, emite luz monocromática sin producir calor, es decir un componente electrónico semiconductor, con polaridad por lo que se usará en funciones de señalización, estética y, actualmente iluminación.

Sensores. Objeto capaz de detectar magnitudes físicas o químicas, llamadas variables de instrumentación, y transformarlas en variables eléctricas

Arduino. es una plataforma de prototipos electrónica de código abierto (open-source) basada en hardware y software libres y fáciles de usar. Está pensado para artistas, diseñadores, como hobby y para cualquiera interesado en crear objetos o entornos interactivos. Herrador, R. E. (2009).

El Arduino está basado en microcontroladores ATMEGA8 y ATMEGA168 de Atmel. Los planos para los módulos están publicados bajo licencia Creative Commons, por lo que diseñadores experimentados de circuitos pueden hacer su propia