1000 resultados para MINERIA DE DATOS - CONGRESOS, CONFERENCIAS, ETC.
Resumo:
El objetivo del proyecto es la ampliacin de la educacin no sexista a actividades extraescolares despus de haber superado la fase de concienciacin en la que se lleva trabajando varios aos. Las actividades que se realizan, (concursos, mesas redondas, vdeos, conferencias, etc.) se distribuyen en jornadas de carcter puntual, de orientacin y por reas, y entre ellas se destacan: Mafalda en vivo; La mujer en la publicidad; La mujer en nuestra sociedad; Ecologa bsica; Bailes y grupos musicales y Deportes. La evaluacin se realiza, con carcter interno, mediante una reflexin conjunta de los objetivos perseguidos por el equipo de trabajo y, con carcter externo, por el claustro y por el alumnado a travs de encuestas..
Resumo:
En el colegio de integracin Jos Bergamn contina desarrollndose un programa de habilidades sociales cuya finalidad es lograr una educacin integradora centrada en la mejora de las relaciones interpersonales y en la adquisicin y prctica de actitudes de respeto y valoracin. Plantea, entre otros, los siguientes objetivos: potenciar una educacin integradora; solucionar las dificultades surgidas en las relaciones de convivencia del alumno; y favorecer la adquisicin de conductas sociales positivas. En el desarollo de la experiencia, y durante todo el curso, se abordan programas de formacin del profesorado y se elaboran los instrumentos de recogida de datos (cuestionarios, encuestas, etc.) para emprender un estudio que analiza las relaciones interpersonales y los comportamientos de los alumnos. El profesorado utiliza una metodologa de colaboracin, fomentando el trabajo en equipo y la creacin de grupos de reflexin y confrontacin de textos y artculos sobre habilidades sociales, se celebran concursos de cuentos, da de la paz y representaciones teatrales. La evaluacin se lleva a cabo mediante cuestionarios personales a alumnos y padres para medir el grado de interiorizacin y generalizacin de las habilidades aprendidas en el curso anterior y el nivel de inters y motivacin. El cuestionario utilizado aborda aspectos conductuales. Sus resultados demuestran que los valores de cooperacin, dilogo y resolucin no violenta de conflictos han sido asumidos por la mayor parte de los alumnos. La valoracin global de la experiencia es positiva al lograrse un clima de convivencia que favorece el trabajo en equipo.
Resumo:
Proyecto de orientacin educativa y profesional en el que participan los alumnos de octavo de EGB. Entre los objetivos del programa se distinguen: obtener informacin sobre la personalidad del alumno; ayudar a los alumnos a conseguir una buena integracin en el centro educativo; informar y asesorar sobre las distintas salidas educativas o profesionales; promover la cooperacin entre familia y escuela; y colaborar en la formacin de los padres mediante charlas, conferencias, etc. Los alumnos han realizado las siguientes actividades: pruebas psicotcnicas para conocer su personalidad, inteligencia, actitudes; comentarios de perfiles profesionales; prcticas de introduccin al mundo laboral (elaboracin de currculums, cartas de presentacin, etc.); visitas a centros de enseanzas medias; y charlas con padres y alumnos sobre los resultados de los tests. Se incluye el modelo de informe psicopedaggico donde se recogen las puntuaciones obtenidas por el alumno en las distintas pruebas.
Resumo:
Se presentan una serie de referencias bibliogrficas especializadas en bibliotecas y bajo los siguientes epgrafes: 1. Teora y Metodologa: Biblioteconoma y Documentacin; organizacin, instrucciones, ordenacin, clasificacin, catalogacin, seleccin, adquisicin, tesaurus; manuales; obras de referencias, bibliografas. 2. Bibliotecas y Centros de Documentacin: tesoro documental y bibliogrfico; centros, administracin, personal, actividades; Servicio de los fondos, investigacin, informacin, usuarios; Estadsticas, memorias, anuarios; Publicaciones; Legislacin, reglamentacin; Planificacin y desarrollo, poltica. 3. Formacin profesional, cursos. 4. Congresos, Conferencias, Reuniones. 5. Diversos tipos de bibliotecas.
Resumo:
El art??culo forma parte de una secci??n dedicada a experiencias
Resumo:
Destacar el papel que juega la Educacin en la solucin de la crisis ambiental. Analizar histricamente qu se ha venido haciendo en este sentido, tanto en Espaa como en Amrica Latina, y de igual modo, en el campo de la formacin del profesor en esta temtica. Proponer un diseo pedaggico de Formacin de Educadores Ambientales. Se parte de la hiptesis de que las actividades de formacin del profesorado para la Educacin en favor del Medio Ambiente, son escasas. Materias de Educacin Ambiental o similares en los programas de Formacin de Profesores. Otros programas y-o actividades de formacin. Estudio que realiza un anlisis de planes de estudio y revisin bibliogrfica y de fuentes documentales primarias (actas de congresos, encuentros, etc.). Recogida de informacin de los planes de estudio publicados en el Boletn Oficial del Estado. Peticin de programas de Educacin Ambiental o materias afines al profesorado de Escuelas Universitarias de Magisterio y de Facultades de Educacin. Las principales actividades de Educacin Ambiental se han venido desarrollando (y ello a partir de las dcada de los setenta) en el campo de la Educacin no Formal. Es importante incluir la Educacin Ambiental en las escuelas, para ello el profesor debe estar formado y hasta el momento la formacin que se proporciona es insuficiente. Hay que incluir ms asignaturas de Educacin Ambiental en los Planes de estudio destinados a maestros para la Educacin Infantil, Primaria y tambin en la licenciatura de Ciencias Ambientales, para los profesores de Secundaria, as como en el tercer ciclo. La sociedad del prximo milenio, amenazada por una cada vez ms grave crisis ambiental, necesita del apoyo de la Educacin. Es preciso formar, adecuadamente, educadores ambientales.
Resumo:
El objeto de este poster es presentar la experiencia de manejamiento de un portal de revistas cientficas de acceso abierto, en una universidad pblica y que integra los editores cientficos, profesores y bibliotecarios. Iniciativas de esta naturaleza tienen importancia estratgica para la consolidacin y el fortalecimiento del Movimiento de Acceso Abierto en los pases en desarrollo, puesto que ofrecen la oportunidad de se vivir plenamente una cultura de acceso abierto en todas las etapas de certificacin del conocimiento. La experiencia de la Universidade de So Paulo, se convierte en relevante, ya que promueve la integracin de los diversos actores involucrados en la produccin de revistas cientficas. El Portal de Revistas da USP (http://www.revistas.usp.br), lanzado en 2008, es una iniciativa del Departamento Tcnico do Sistema Integrado de Bibliotecas de USP que tiene el Programa de Apoio s Publicaes Cientficas Peridicas da USP. Esta iniciativa, basada en los principios del Movimiento de Acceso Abierto, tiene como objetivo promover la visibilidad y la accesibilidad de las revistas cientficas publicadas oficialmente por la USP. Considerase que las revistas cumplen con un doble papel, como objeto y tambin vehculo de comunicacin. Con esto las inversiones para calificacin de las revistas incluyen recursos informticos para garantizar la interoperabilidad entre distintos sistemas de informacin (bases de datos, catlogos, repositorios etc.), sistemas de gestin editorial en lnea (para agilizar la tramitacin de los manuscritos y la disminucin de la publicacin); la formacin de los equipos (tcnicos y bibliotecarios), atribuicin de nomes DOI (digital object identifier), software de verificacin de plgio. En 2012 se cambi el software de gestin del Portal para Open Journal Systems - OJS por lo cual se reuni por la primera vez, en um mismo dominio web las revistas cientficas editadas en USP. De las ms de 100 revistas publicadas en el Portal 29 estn en DOAJ, 27 en SciELO Brasil, 20 en Scopus, 11 en JCR entre outros. En el Portal hay revistas con distintos perfiles, unas ms institucionales y otras de calidad internacional. Algunas revistas ms antguas y consolidadas se utilizan de distintos sistemas de gestin de los manuscriptos y en el Portal es como un espejo para garantizar la presencia en la Universidad. Con tantas y tan distintas publicaciones el OJS se presenta como una promisora herramienta para la gestin del Portal de Revistas. El OJS surge como un sistema para la gestin individual de revistas cientficos y con los avances de las tecnologas y principalmente del uso por la comunidad se convierti en herramienta de gestin de Portal. Para una mejor gestin del Portal se presenta algunas recomendaciones, basadas en la experiencia, y que podrn mejorar el trabajo de gestin del conjunto de las revistas: en la pantalla de creacin de revistas se deber incluir todos los datos del registro oficial en ISSN, sin posibilidad de edicin por los editores-gerentes; en el listado general de revistas se podra incluir una indicacin de las revistas que estn en lnea y las que estn an en configuracin; clara identificacin de las revistas vigentes y no-vigentes, una vinculacin mas clara de las revistas que cambiaran su ttulo y que estn vigentes; una tabla para seleccin de fuentes de indizacin; edicin de contenidos ya publicados solamente por el administrador del sistema; gestin centralizada del DOI y de la preservacin digital en LOCKSS y un painel con los datos estadsticos (total de revistas, ediciones, estatsticas Counter, autores etc). Adems el fortalecimiento y creacin de centros de desarrollo de OJS en las Universidades Latinoamericanas podra impulsionar el uso del sistema en su totalidad por los editores de la regin.
Resumo:
Neuronal morphology is a key feature in the study of brain circuits, as it is highly related to information processing and functional identification. Neuronal morphology affects the process of integration of inputs from other neurons and determines the neurons which receive the output of the neurons. Different parts of the neurons can operate semi-independently according to the spatial location of the synaptic connections. As a result, there is considerable interest in the analysis of the microanatomy of nervous cells since it constitutes an excellent tool for better understanding cortical function. However, the morphologies, molecular features and electrophysiological properties of neuronal cells are extremely variable. Except for some special cases, this variability makes it hard to find a set of features that unambiguously define a neuronal type. In addition, there are distinct types of neurons in particular regions of the brain. This morphological variability makes the analysis and modeling of neuronal morphology a challenge. Uncertainty is a key feature in many complex real-world problems. Probability theory provides a framework for modeling and reasoning with uncertainty. Probabilistic graphical models combine statistical theory and graph theory to provide a tool for managing domains with uncertainty. In particular, we focus on Bayesian networks, the most commonly used probabilistic graphical model. In this dissertation, we design new methods for learning Bayesian networks and apply them to the problem of modeling and analyzing morphological data from neurons. The morphology of a neuron can be quantified using a number of measurements, e.g., the length of the dendrites and the axon, the number of bifurcations, the direction of the dendrites and the axon, etc. These measurements can be modeled as discrete or continuous data. The continuous data can be linear (e.g., the length or the width of a dendrite) or directional (e.g., the direction of the axon). These data may follow complex probability distributions and may not fit any known parametric distribution. Modeling this kind of problems using hybrid Bayesian networks with discrete, linear and directional variables poses a number of challenges regarding learning from data, inference, etc. In this dissertation, we propose a method for modeling and simulating basal dendritic trees from pyramidal neurons using Bayesian networks to capture the interactions between the variables in the problem domain. A complete set of variables is measured from the dendrites, and a learning algorithm is applied to find the structure and estimate the parameters of the probability distributions included in the Bayesian networks. Then, a simulation algorithm is used to build the virtual dendrites by sampling values from the Bayesian networks, and a thorough evaluation is performed to show the models ability to generate realistic dendrites. In this first approach, the variables are discretized so that discrete Bayesian networks can be learned and simulated. Then, we address the problem of learning hybrid Bayesian networks with different kinds of variables. Mixtures of polynomials have been proposed as a way of representing probability densities in hybrid Bayesian networks. We present a method for learning mixtures of polynomials approximations of one-dimensional, multidimensional and conditional probability densities from data. The method is based on basis spline interpolation, where a density is approximated as a linear combination of basis splines. The proposed algorithms are evaluated using artificial datasets. We also use the proposed methods as a non-parametric density estimation technique in Bayesian network classifiers. Next, we address the problem of including directional data in Bayesian networks. These data have some special properties that rule out the use of classical statistics. Therefore, different distributions and statistics, such as the univariate von Mises and the multivariate von MisesFisher distributions, should be used to deal with this kind of information. In particular, we extend the naive Bayes classifier to the case where the conditional probability distributions of the predictive variables given the class follow either of these distributions. We consider the simple scenario, where only directional predictive variables are used, and the hybrid case, where discrete, Gaussian and directional distributions are mixed. The classifier decision functions and their decision surfaces are studied at length. Artificial examples are used to illustrate the behavior of the classifiers. The proposed classifiers are empirically evaluated over real datasets. We also study the problem of interneuron classification. An extensive group of experts is asked to classify a set of neurons according to their most prominent anatomical features. A web application is developed to retrieve the experts classifications. We compute agreement measures to analyze the consensus between the experts when classifying the neurons. Using Bayesian networks and clustering algorithms on the resulting data, we investigate the suitability of the anatomical terms and neuron types commonly used in the literature. Additionally, we apply supervised learning approaches to automatically classify interneurons using the values of their morphological measurements. Then, a methodology for building a model which captures the opinions of all the experts is presented. First, one Bayesian network is learned for each expert, and we propose an algorithm for clustering Bayesian networks corresponding to experts with similar behaviors. Then, a Bayesian network which represents the opinions of each group of experts is induced. Finally, a consensus Bayesian multinet which models the opinions of the whole group of experts is built. A thorough analysis of the consensus model identifies different behaviors between the experts when classifying the interneurons in the experiment. A set of characterizing morphological traits for the neuronal types can be defined by performing inference in the Bayesian multinet. These findings are used to validate the model and to gain some insights into neuron morphology. Finally, we study a classification problem where the true class label of the training instances is not known. Instead, a set of class labels is available for each instance. This is inspired by the neuron classification problem, where a group of experts is asked to individually provide a class label for each instance. We propose a novel approach for learning Bayesian networks using count vectors which represent the number of experts who selected each class label for each instance. These Bayesian networks are evaluated using artificial datasets from supervised learning problems. Resumen La morfologa neuronal es una caracterstica clave en el estudio de los circuitos cerebrales, ya que est altamente relacionada con el procesado de informacin y con los roles funcionales. La morfologa neuronal afecta al proceso de integracin de las seales de entrada y determina las neuronas que reciben las salidas de otras neuronas. Las diferentes partes de la neurona pueden operar de forma semi-independiente de acuerdo a la localizacin espacial de las conexiones sinpticas. Por tanto, existe un inters considerable en el anlisis de la microanatoma de las clulas nerviosas, ya que constituye una excelente herramienta para comprender mejor el funcionamiento de la corteza cerebral. Sin embargo, las propiedades morfolgicas, moleculares y electrofisiolgicas de las clulas neuronales son extremadamente variables. Excepto en algunos casos especiales, esta variabilidad morfolgica dificulta la definicin de un conjunto de caractersticas que distingan claramente un tipo neuronal. Adems, existen diferentes tipos de neuronas en regiones particulares del cerebro. La variabilidad neuronal hace que el anlisis y el modelado de la morfologa neuronal sean un importante reto cientfico. La incertidumbre es una propiedad clave en muchos problemas reales. La teora de la probabilidad proporciona un marco para modelar y razonar bajo incertidumbre. Los modelos grficos probabilsticos combinan la teora estadstica y la teora de grafos con el objetivo de proporcionar una herramienta con la que trabajar bajo incertidumbre. En particular, nos centraremos en las redes bayesianas, el modelo ms utilizado dentro de los modelos grficos probabilsticos. En esta tesis hemos diseado nuevos mtodos para aprender redes bayesianas, inspirados por y aplicados al problema del modelado y anlisis de datos morfolgicos de neuronas. La morfologa de una neurona puede ser cuantificada usando una serie de medidas, por ejemplo, la longitud de las dendritas y el axn, el nmero de bifurcaciones, la direccin de las dendritas y el axn, etc. Estas medidas pueden ser modeladas como datos continuos o discretos. A su vez, los datos continuos pueden ser lineales (por ejemplo, la longitud o la anchura de una dendrita) o direccionales (por ejemplo, la direccin del axn). Estos datos pueden llegar a seguir distribuciones de probabilidad muy complejas y pueden no ajustarse a ninguna distribucin paramtrica conocida. El modelado de este tipo de problemas con redes bayesianas hbridas incluyendo variables discretas, lineales y direccionales presenta una serie de retos en relacin al aprendizaje a partir de datos, la inferencia, etc. En esta tesis se propone un mtodo para modelar y simular rboles dendrticos basales de neuronas piramidales usando redes bayesianas para capturar las interacciones entre las variables del problema. Para ello, se mide un amplio conjunto de variables de las dendritas y se aplica un algoritmo de aprendizaje con el que se aprende la estructura y se estiman los parmetros de las distribuciones de probabilidad que constituyen las redes bayesianas. Despus, se usa un algoritmo de simulacin para construir dendritas virtuales mediante el muestreo de valores de las redes bayesianas. Finalmente, se lleva a cabo una profunda evaluaci n para verificar la capacidad del modelo a la hora de generar dendritas realistas. En esta primera aproximacin, las variables fueron discretizadas para poder aprender y muestrear las redes bayesianas. A continuacin, se aborda el problema del aprendizaje de redes bayesianas con diferentes tipos de variables. Las mixturas de polinomios constituyen un mtodo para representar densidades de probabilidad en redes bayesianas hbridas. Presentamos un mtodo para aprender aproximaciones de densidades unidimensionales, multidimensionales y condicionales a partir de datos utilizando mixturas de polinomios. El mtodo se basa en interpolacin con splines, que aproxima una densidad como una combinacin lineal de splines. Los algoritmos propuestos se evalan utilizando bases de datos artificiales. Adems, las mixturas de polinomios son utilizadas como un mtodo no paramtrico de estimacin de densidades para clasificadores basados en redes bayesianas. Despus, se estudia el problema de incluir informacin direccional en redes bayesianas. Este tipo de datos presenta una serie de caractersticas especiales que impiden el uso de las tcnicas estadsticas clsicas. Por ello, para manejar este tipo de informacin se deben usar estadsticos y distribuciones de probabilidad especficos, como la distribucin univariante von Mises y la distribucin multivariante von MisesFisher. En concreto, en esta tesis extendemos el clasificador naive Bayes al caso en el que las distribuciones de probabilidad condicionada de las variables predictoras dada la clase siguen alguna de estas distribuciones. Se estudia el caso base, en el que slo se utilizan variables direccionales, y el caso hbrido, en el que variables discretas, lineales y direccionales aparecen mezcladas. Tambin se estudian los clasificadores desde un punto de vista terico, derivando sus funciones de decisin y las superficies de decisin asociadas. El comportamiento de los clasificadores se ilustra utilizando bases de datos artificiales. Adems, los clasificadores son evaluados empricamente utilizando bases de datos reales. Tambin se estudia el problema de la clasificacin de interneuronas. Desarrollamos una aplicacin web que permite a un grupo de expertos clasificar un conjunto de neuronas de acuerdo a sus caractersticas morfolgicas ms destacadas. Se utilizan medidas de concordancia para analizar el consenso entre los expertos a la hora de clasificar las neuronas. Se investiga la idoneidad de los trminos anatmicos y de los tipos neuronales utilizados frecuentemente en la literatura a travs del anlisis de redes bayesianas y la aplicacin de algoritmos de clustering. Adems, se aplican tcnicas de aprendizaje supervisado con el objetivo de clasificar de forma automtica las interneuronas a partir de sus valores morfolgicos. A continuacin, se presenta una metodologa para construir un modelo que captura las opiniones de todos los expertos. Primero, se genera una red bayesiana para cada experto y se propone un algoritmo para agrupar las redes bayesianas que se corresponden con expertos con comportamientos similares. Despus, se induce una red bayesiana que modela la opinin de cada grupo de expertos. Por ltimo, se construye una multired bayesiana que modela las opiniones del conjunto completo de expertos. El anlisis del modelo consensuado permite identificar diferentes comportamientos entre los expertos a la hora de clasificar las neuronas. Adems, permite extraer un conjunto de caractersticas morfolgicas relevantes para cada uno de los tipos neuronales mediante inferencia con la multired bayesiana. Estos descubrimientos se utilizan para validar el modelo y constituyen informacin relevante acerca de la morfologa neuronal. Por ltimo, se estudia un problema de clasificacin en el que la etiqueta de clase de los datos de entrenamiento es incierta. En cambio, disponemos de un conjunto de etiquetas para cada instancia. Este problema est inspirado en el problema de la clasificacin de neuronas, en el que un grupo de expertos proporciona una etiqueta de clase para cada instancia de manera individual. Se propone un mtodo para aprender redes bayesianas utilizando vectores de cuentas, que representan el nmero de expertos que seleccionan cada etiqueta de clase para cada instancia. Estas redes bayesianas se evalan utilizando bases de datos artificiales de problemas de aprendizaje supervisado.
Resumo:
Determinar con buena precisin la posicin en la que se encuentra un terminal mvil, cuando ste se halla inmerso en un entorno de interior (centros comerciales, edificios de oficinas, aeropuertos, estaciones, tneles, etc), es el pilar bsico sobre el que se sustentan un gran nmero de aplicaciones y servicios. Muchos de esos servicios se encuentran ya disponibles en entornos de exterior, aunque los entornos de interior se prestan a otros servicios especficos para ellos. Ese nmero, sin embargo, podra ser significativamente mayor de lo que actualmente es, si no fuera necesaria una costosa infraestructura para llevar a cabo el posicionamiento con la precisin adecuada a cada uno de los hipotticos servicios. O, igualmente, si la citada infraestructura pudiera tener otros usos distintos, adems del relacionado con el posicionamiento. La usabilidad de la misma infraestructura para otros fines distintos ofrecera la oportunidad de que la misma estuviera ya presente en las diferentes localizaciones, porque ha sido previamente desplegada para esos otros usos; o bien facilitara su despliegue, porque el coste de esa operacin ofreciera un mayor retorno de usabilidad para quien lo realiza. Las tecnologas inalmbricas de comunicaciones basadas en radiofrecuencia, ya en uso para las comunicaciones de voz y datos (mviles, WLAN, etc), cumplen el requisito anteriormente indicado y, por tanto, facilitaran el crecimiento de las aplicaciones y servicios basados en el posicionamiento, en el caso de poderse emplear para ello. Sin embargo, determinar la posicin con el nivel de precisin adecuado mediante el uso de estas tecnologas, es un importante reto hoy en da. El presente trabajo pretende aportar avances significativos en este campo. A lo largo del mismo se llevar a cabo, en primer lugar, un estudio de los principales algoritmos y tcnicas auxiliares de posicionamiento aplicables en entornos de interior. La revisin se centrar en aquellos que sean aptos tanto para tecnologas mviles de ltima generacin como para entornos WLAN. Con ello, se pretende poner de relieve las ventajas e inconvenientes de cada uno de estos algoritmos, teniendo como motivacin final su aplicabilidad tanto al mundo de las redes mviles 3G y 4G (en especial a las femtoceldas y small-cells LTE) como al indicado entorno WLAN; y teniendo siempre presente que el objetivo ltimo es que vayan a ser usados en interiores. La principal conclusin de esa revisin es que las tcnicas de triangulacin, comnmente empleadas para realizar la localizacin en entornos de exterior, se muestran intiles en los entornos de interior, debido a efectos adversos propios de este tipo de entornos como la prdida de visin directa o los caminos mltiples en el recorrido de la seal. Los mtodos de huella radioelctrica, ms conocidos bajo el trmino ingls fingerprinting, que se basan en la comparacin de los valores de potencia de seal que se estn recibiendo en el momento de llevar a cabo el posicionamiento por un terminal mvil, frente a los valores registrados en un mapa radio de potencias, elaborado durante una fase inicial de calibracin, aparecen como los mejores de entre los posibles para los escenarios de interior. Sin embargo, estos sistemas se ven tambin afectados por otros problemas, como por ejemplo los importantes trabajos a realizar para ponerlos en marcha, y la variabilidad del canal. Frente a ellos, en el presente trabajo se presentan dos contribuciones originales para mejorar los sistemas basados en los mtodos fingerprinting. La primera de esas contribuciones describe un mtodo para determinar, de manera sencilla, las caractersticas bsicas del sistema a nivel del nmero de muestras necesarias para crear el mapa radio de la huella radioelctrica de referencia, junto al nmero mnimo de emisores de radiofrecuencia que habr que desplegar; todo ello, a partir de unos requerimientos iniciales relacionados con el error y la precisin buscados en el posicionamiento a realizar, a los que uniremos los datos correspondientes a las dimensiones y realidad fsica del entorno. De esa forma, se establecen unas pautas iniciales a la hora de dimensionar el sistema, y se combaten los efectos negativos que, sobre el coste o el rendimiento del sistema en su conjunto, son debidos a un despliegue ineficiente de los emisores de radiofrecuencia y de los puntos de captura de su huella. La segunda contribucin incrementa la precisin resultante del sistema en tiempo real, gracias a una tcnica de recalibracin automtica del mapa radio de potencias. Esta tcnica tiene en cuenta las medidas reportadas continuamente por unos pocos puntos de referencia estticos, estratgicamente distribuidos en el entorno, para recalcular y actualizar las potencias registradas en el mapa radio. Un beneficio adicional a nivel operativo de la citada tcnica, es la prolongacin del tiempo de usabilidad fiable del sistema, bajando la frecuencia en la que se requiere volver a capturar el mapa radio de potencias completo. Las mejoras anteriormente citadas sern de aplicacin directa en la mejora de los mecanismos de posicionamiento en interiores basados en la infraestructura inalmbrica de comunicaciones de voz y datos. A partir de ah, esa mejora ser extensible y de aplicabilidad sobre los servicios de localizacin (conocimiento personal del lugar donde uno mismo se encuentra), monitorizacin (conocimiento por terceros del citado lugar) y seguimiento (monitorizacin prolongada en el tiempo), ya que todos ellas toman como base un correcto posicionamiento para un adecuado desempeo. ABSTRACT To find the position where a mobile is located with good accuracy, when it is immersed in an indoor environment (shopping centers, office buildings, airports, stations, tunnels, etc.), is the cornerstone on which a large number of applications and services are supported. Many of these services are already available in outdoor environments, although the indoor environments are suitable for other services that are specific for it. That number, however, could be significantly higher than now, if an expensive infrastructure were not required to perform the positioning service with adequate precision, for each one of the hypothetical services. Or, equally, whether that infrastructure may have other different uses beyond the ones associated with positioning. The usability of the same infrastructure for purposes other than positioning could give the opportunity of having it already available in the different locations, because it was previously deployed for these other uses; or facilitate its deployment, because the cost of that operation would offer a higher return on usability for the deployer. Wireless technologies based on radio communications, already in use for voice and data communications (mobile, WLAN, etc), meet the requirement of additional usability and, therefore, could facilitate the growth of applications and services based on positioning, in the case of being able to use it. However, determining the position with the appropriate degree of accuracy using these technologies is a major challenge today. This paper provides significant advances in this field. Along this work, a study about the main algorithms and auxiliar techniques related with indoor positioning will be initially carried out. The review will be focused in those that are suitable to be used with both last generation mobile technologies and WLAN environments. By doing this, it is tried to highlight the advantages and disadvantages of each one of these algorithms, having as final motivation their applicability both in the world of 3G and 4G mobile networks (especially in femtocells and small-cells of LTE) and in the WLAN world; and having always in mind that the final aim is to use it in indoor environments. The main conclusion of that review is that triangulation techniques, commonly used for localization in outdoor environments, are useless in indoor environments due to adverse effects of such environments as loss of sight or multipaths. Triangulation techniques used for external locations are useless due to adverse effects like the lack of line of sight or multipath. Fingerprinting methods, based on the comparison of Received Signal Strength values measured by the mobile phone with a radio map of RSSI Recorded during the calibration phase, arise as the best methods for indoor scenarios. However, these systems are also affected by other problems, for example the important load of tasks to be done to have the system ready to work, and the variability of the channel. In front of them, in this paper we present two original contributions to improve the fingerprinting methods based systems. The first one of these contributions describes a method for find, in a simple way, the basic characteristics of the system at the level of the number of samples needed to create the radio map inside the referenced fingerprint, and also by the minimum number of radio frequency emitters that are needed to be deployed; and both of them coming from some initial requirements for the system related to the error and accuracy in positioning wanted to have, which it will be joined the data corresponding to the dimensions and physical reality of the environment. Thus, some initial guidelines when dimensioning the system will be in place, and the negative effects into the cost or into the performance of the whole system, due to an inefficient deployment of the radio frequency emitters and of the radio map capture points, will be minimized. The second contribution increases the resulting accuracy of the system when working in real time, thanks to a technique of automatic recalibration of the power measurements stored in the radio map. This technique takes into account the continuous measures reported by a few static reference points, strategically distributed in the environment, to recalculate and update the measurements stored into the map radio. An additional benefit at operational level of such technique, is the extension of the reliable time of the system, decreasing the periodicity required to recapture the radio map within full measurements. The above mentioned improvements are directly applicable to improve indoor positioning mechanisms based on voice and data wireless communications infrastructure. From there, that improvement will be also extensible and applicable to location services (personal knowledge of the location where oneself is), monitoring (knowledge by other people of your location) and monitoring (prolonged monitoring over time) as all of them are based in a correct positioning for proper performance.
Resumo:
Una vez presentada la tecnologa de Networking audio (redes de datos, protocolos actuales, etc.) se realizar un diseo de la instalacin del sistema de audio, en el que el punto de partida es la parte creativa de la actividad en dicha instalacin: un juego en el que la comunicacin auditiva es lo fundamental. La instalacin se compondr de una sala central, tres salas de grupos, tres salas de cabinas de actores y ocho salas de pasaje. Esta actividad tan particular har plantearse configuraciones, equipamiento y formas de trabajar especiales que, mediante la tecnologa de audio va red de datos y el equipamiento auxiliar a esta red, podra realizarse de la una forma ptima cumpliendo con todos los objetivos de la actividad, tanto tcnicos como relativos al juego. El libro se dividir en dos partes: La primera parte consistir en una explicacin de lo que son las redes de datos y los aspectos bsicos para entenderlas desde un punto de vista prctico: qu es Ethernet, los componentes de una red... Una vez explicada la terminologa especfica de redes, se expondrn los protocolos que se usan para transmitir audio profesional a da de hoy. En la segunda parte, se empezar presentando la actividad que se realizar en nuestra instalacin: un juego de rol. A continuacin se conocer el flujo de seales existentes para despus, poner en prctica lo aprendido en la primera parte: disearemos una instalacin audiovisual mediante networking audio. Un sistema de estas caractersticas necesita adems de dispositivos en red, sistemas convencionales de audio. Durante el diseo y debido a las necesidades tan especficas de la instalacin, se ver que ha sido necesario pensar en sistemas especiales para hacer posible la actividad para la que ha sido ideada nuestra instalacin. Los objetivos de este proyecto son, desarrollar los puntos que tendra que tener en cuenta un integrador que se proponga disear un sistema de audio networking para una instalacin audiovisual para, a continuacin, poner en prctica estos conocimientos con la exposicin del diseo de una instalacin en la que se llevar a cabo una actividad ldica y de aprendizaje en la que una ptima transmisin de seal de audio a tiempo real, es lo fundamental. ABSTRACT. Once introduced the Networking technology (data networks, current protocols, etc.), the audio installation design is being done. In which the starting point is the creative part of the activity will be made: one game in which the auditory communication is fundamental. The installation will consist of a central room, three meeting groups, three actor cabins rooms and eight passage rooms. This particular activity will consider configurations, equipment and forms of special working that through audio technology via data network and auxiliary equipment to this network, it could be done in an optimal way to meet all the goals of the activity, both technical and relative to the game. The book is divided into two parts: The first part consists of an explanation of what the data networks and the basics to understand from a practical point of view: what Ethernet is, the network components... Once specific network terminology is explained, the current protocols used to transmit professional audio are being showed. In the second part, it is introducing the activity to be made in our installation: a game. Then, the flow of existing signals are being known, we practice what I learned in the first part: we will design an audiovisual installation by audio networking. A system like this besides networked devices, it needs conventional audio systems. During the design and due to the very specific needs of the installation, you will see that it was necessary to think of special systems for this special activity. The goals of this project are to develop the points that an system integrator would have to consider to design a system of networking audio for an audiovisual installation, then put this knowledge into practice with the installation design where it will take place a fun and learning activity in which an optimal transmission of audio signal in real time, is basic.
Resumo:
Dada la actual tendencia de las empresas de poseer sus propios edificios de oficinas con espacios dedicados al pblico en general como son bibliotecas, salas de conferencias, etc. Mapfre decide la compra del Edificio de LUnion, que se sita en el emplazamiento antes mencionado. Este nuevo edificio, adems de contar con los espacios mencionados, se decide la ampliacin del parking subterrneo actual para posibilitar a los empleados su aparcamiento. Este documento persigue un doble objetivo. En primer lugar, llevar a cabo una exposicin del proceso seguido para la obtencin de la solucin ms adecuada, partiendo de una serie de estudios previos y normativas, para alcanzar tres soluciones aceptables que ser sometidas a un proceso de valoracin a partir del cual se obtendr la alternativa ms adecuada evaluando una serie de parmetros que la diferenciarn del resto de alternativas. Una vez elegida la solucin ms adecuada se va a llevar a cabo el desarrollo de un estudio en profundidad de la misma definiendo sus aspectos principales, estructura, mtodo constructivo, etc., que permitirn llevar a cabo la ejecucin del edificio
Resumo:
El estudio de la literatura tiene su trascendencia para la vida social, se toma para la enseanza de todos los conocimientos tiles que entran en el movimiento activo en que se agita la vida moderna. En este libro encontraran la parcidad de un estilo reposado, penetracin de criterio, unidad de ideas, conviccin literaria y un material considerable de erudicin que robustece los juicios y se resuelve en enseanza
Resumo:
25 p.
Resumo:
26 p.