Publicación: Modelo de Geolocalización de Objetos Móviles en la nube
Fecha
2022-06-01
Editor/a
Director/a
Tutor/a
Coordinador/a
Prologuista
Revisor/a
Ilustrador/a
Derechos de acceso
info:eu-repo/semantics/openAccess
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial
Resumen
Los avances tecnológicos nos permiten disponer de sistemas de posicionamiento global (GPS) en la mayoría de los dispositivos que utilizamos a diario (móviles, relojes inteligentes, tabletas, etc.). Cada vez son más las aplicaciones que incorporan funcionalidades de geolocalización como por ejemplo: compartir una ubicación en tiempo real, localizar un restaurante o amigos que están cerca de ti. Existen otras aplicaciones como AlertCops o Sister orientadas a proteger a personas vulnerables como: personas mayores, personas víctimas de violencia de género o doméstica o personas con capacidad reducida que necesitan ser ubicadas en cualquier momento o que puedan emitir una señal de alarma, cuando tenga una percepción de inseguridad. El objetivo de este trabajo de Fin de Master es implementar un modelo de datos de geoposicionamiento utilizando los servicios del proveedor en la nube Amazon Web Services (AWS), a partir de los datos generados por la aplicación Sister de Wave Location Technologies. Desplegaremos un proceso de extracción de datos utilizando contendores Docker y que ejecutaremos en AWS utilizando los servicios de Amazon Elastic Container Registry (AWS ECR) y Amazon Elastic Container Service (AWS ECS). Los datos generado serán almacenaremos en una Base de Datos documental MongoDB creada en una instancia de Amazon EC2. Una vez obtenidos los datos, realizaremos un análisis exploratorio, a fin de descubrir patrones o tendencias, identificar anomalías, comprobar relaciones entre las variables o eliminar variables que no agreguen valor al modelo. Para finalizar aplicaremos algoritmos de clustering o agrupamiento para analizar como estos aglomeran los datos de geolocalización.
The new technologies help us to use the global positioning systems (GPS) on common device such as cellphone, smart watch, tablets, etc. Every time more applications adding a GPS feature to allow the people share their positioning, find a restaurant or near friends. There are other applications as AlertCops or Sister focusing to protect vulnerable people such as old, gender violence victims or disability people, that they need to be find trough turn on an alarm signs when they feel not secure on any place. The goal of this senior project is deploying a geolocation data model using the Amazon Web Services. The data is going to be generated by the app named Sister Wave Location Technologies. We are going to run a Docker’s containers, running Amazon Elastic Container Registry to collect information, after that they will be storage on a MongoDB database. The data collected will be comprehensive reviewed in order to find patterns, trends, identify anomalies, review the variables behavior to take a decision to keep or remove them. After that we will to apply a cluster's algorithm to analyze how the information were organized.
The new technologies help us to use the global positioning systems (GPS) on common device such as cellphone, smart watch, tablets, etc. Every time more applications adding a GPS feature to allow the people share their positioning, find a restaurant or near friends. There are other applications as AlertCops or Sister focusing to protect vulnerable people such as old, gender violence victims or disability people, that they need to be find trough turn on an alarm signs when they feel not secure on any place. The goal of this senior project is deploying a geolocation data model using the Amazon Web Services. The data is going to be generated by the app named Sister Wave Location Technologies. We are going to run a Docker’s containers, running Amazon Elastic Container Registry to collect information, after that they will be storage on a MongoDB database. The data collected will be comprehensive reviewed in order to find patterns, trends, identify anomalies, review the variables behavior to take a decision to keep or remove them. After that we will to apply a cluster's algorithm to analyze how the information were organized.
Descripción
Categorías UNESCO
Palabras clave
geolocalización, análisis exploratorio de datos (EDA), extracción de datos, aprendizaje automático, visualización de datos, machine Learning, funciones Lambda, proceso batch, AWS, Clustering o Agrupación, servicios en la nube, KMeans, DBSCAN, Python, Docker
Citación
Centro
Facultades y escuelas::E.T.S. de Ingeniería Informática
Departamento
Inteligencia Artificial