Asistencia inteligente a las personas en base a sus hábitos diarios
- Autores
- San Martín, Gonzalo; Trapani, Ezequiel
- Año de publicación
- 2015
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Soria, Alvaro
Ibañez, Rodrigo - Descripción
- Hoy en día existe un gran número de tecnologías que permiten obtener información acerca del mundo real. Los sistemas móviles actuales son capaces de reconocer el entorno en el cual están siendo usados y ofrecer dicha información. Los dispositivos GPS, y la existencia de WebServices, son algunos de los ejemplos que demuestran la gran variedad de fuentes de información con la que contamos actualmente [7]. Sin embargo, el desarrollo de aplicaciones que aprovechen esa información es una rama que aún no ha sido muy explorada. En este contexto, se presenta APR (asistente personalizado de rutinas) una aplicación que se encarga de asistir a las personas en su rutina de acuerdo a sus hábitos cotidianos. Esta aplicación estudia las actividades diarias de una persona basada en la información obtenida por el GPS y otros eventos relacionados al entorno en el que las realiza, como por ejemplo temperatura, hora, etc. A través de la observación y aprendizaje de la información se puede personalizar la asistencia a cada individuo basados en sus hábitos. Para estudiar los hábitos de las personas, se utilizaron técnicas de machine learning que permiten construir una base de conocimiento a partir de la información obtenida. Una vez que la aplicación contiene suficiente información acerca de las actividades habituales del usuario, se puede asistir al mismo. La asistencia ofrecida al usuario le brinda información acerca de la actividad que se encuentra realizando y de la siguiente actividad a realizar. La información es obtenida en base al análisis de los eventos capturados del entorno mientras el usuario realiza sus actividades y el conocimiento de las técnicas de machine learning. Junto a la información de la actividad que el usuario está realizando se le indica mediante un mapa la trayectoria que comúnmente realiza en la realización de la misma. Con respecto a la siguiente actividad a realizar se le indica el nombre de dicha actividad y otros datos, como por ejemplo, si la actividad se va a realizar a tiempo o con retraso.
Fil: San Martín, Gonzalo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Trapani, Ezequiel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Soria, Alvaro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Ibañez, Rodrigo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. - Materia
-
GPS
APR
Asistente personalizado de rutinas
WebServices
Técnicas de machine learning
Hábitos
Tecnología de la información
Asistencia inteligente
Sistemas operativos
Diseño de sistemas operativos
Software - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by/2.5/ar/
- Repositorio
.jpg)
- Institución
- Universidad Nacional del Centro de la Provincia de Buenos Aires
- OAI Identificador
- oai:ridaa.unicen.edu.ar:123456789/579
Ver los metadatos del registro completo
| id |
RIDUNICEN_740a772327919409beb3cbb1cda4708c |
|---|---|
| oai_identifier_str |
oai:ridaa.unicen.edu.ar:123456789/579 |
| network_acronym_str |
RIDUNICEN |
| repository_id_str |
a |
| network_name_str |
RIDAA (UNICEN) |
| spelling |
Asistencia inteligente a las personas en base a sus hábitos diariosSan Martín, GonzaloTrapani, EzequielGPSAPRAsistente personalizado de rutinasWebServicesTécnicas de machine learningHábitosTecnología de la informaciónAsistencia inteligenteSistemas operativosDiseño de sistemas operativosSoftwareHoy en día existe un gran número de tecnologías que permiten obtener información acerca del mundo real. Los sistemas móviles actuales son capaces de reconocer el entorno en el cual están siendo usados y ofrecer dicha información. Los dispositivos GPS, y la existencia de WebServices, son algunos de los ejemplos que demuestran la gran variedad de fuentes de información con la que contamos actualmente [7]. Sin embargo, el desarrollo de aplicaciones que aprovechen esa información es una rama que aún no ha sido muy explorada. En este contexto, se presenta APR (asistente personalizado de rutinas) una aplicación que se encarga de asistir a las personas en su rutina de acuerdo a sus hábitos cotidianos. Esta aplicación estudia las actividades diarias de una persona basada en la información obtenida por el GPS y otros eventos relacionados al entorno en el que las realiza, como por ejemplo temperatura, hora, etc. A través de la observación y aprendizaje de la información se puede personalizar la asistencia a cada individuo basados en sus hábitos. Para estudiar los hábitos de las personas, se utilizaron técnicas de machine learning que permiten construir una base de conocimiento a partir de la información obtenida. Una vez que la aplicación contiene suficiente información acerca de las actividades habituales del usuario, se puede asistir al mismo. La asistencia ofrecida al usuario le brinda información acerca de la actividad que se encuentra realizando y de la siguiente actividad a realizar. La información es obtenida en base al análisis de los eventos capturados del entorno mientras el usuario realiza sus actividades y el conocimiento de las técnicas de machine learning. Junto a la información de la actividad que el usuario está realizando se le indica mediante un mapa la trayectoria que comúnmente realiza en la realización de la misma. Con respecto a la siguiente actividad a realizar se le indica el nombre de dicha actividad y otros datos, como por ejemplo, si la actividad se va a realizar a tiempo o con retraso.Fil: San Martín, Gonzalo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Trapani, Ezequiel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Soria, Alvaro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Ibañez, Rodrigo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasSoria, AlvaroIbañez, Rodrigo2015-112016-05-17T18:05:11Z2016-05-17T18:05:11Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfhttp://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/579https://www.ridaa.unicen.edu.ar/handle/123456789/579spahttp://creativecommons.org/licenses/by/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2026-11-05T11:47:08Zoai:ridaa.unicen.edu.ar:123456789/579instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-11-05 11:47:09.317RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse |
| dc.title.none.fl_str_mv |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| title |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| spellingShingle |
Asistencia inteligente a las personas en base a sus hábitos diarios San Martín, Gonzalo GPS APR Asistente personalizado de rutinas WebServices Técnicas de machine learning Hábitos Tecnología de la información Asistencia inteligente Sistemas operativos Diseño de sistemas operativos Software |
| title_short |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| title_full |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| title_fullStr |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| title_full_unstemmed |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| title_sort |
Asistencia inteligente a las personas en base a sus hábitos diarios |
| dc.creator.none.fl_str_mv |
San Martín, Gonzalo Trapani, Ezequiel |
| author |
San Martín, Gonzalo |
| author_facet |
San Martín, Gonzalo Trapani, Ezequiel |
| author_role |
author |
| author2 |
Trapani, Ezequiel |
| author2_role |
author |
| dc.contributor.none.fl_str_mv |
Soria, Alvaro Ibañez, Rodrigo |
| dc.subject.none.fl_str_mv |
GPS APR Asistente personalizado de rutinas WebServices Técnicas de machine learning Hábitos Tecnología de la información Asistencia inteligente Sistemas operativos Diseño de sistemas operativos Software |
| topic |
GPS APR Asistente personalizado de rutinas WebServices Técnicas de machine learning Hábitos Tecnología de la información Asistencia inteligente Sistemas operativos Diseño de sistemas operativos Software |
| dc.description.none.fl_txt_mv |
Hoy en día existe un gran número de tecnologías que permiten obtener información acerca del mundo real. Los sistemas móviles actuales son capaces de reconocer el entorno en el cual están siendo usados y ofrecer dicha información. Los dispositivos GPS, y la existencia de WebServices, son algunos de los ejemplos que demuestran la gran variedad de fuentes de información con la que contamos actualmente [7]. Sin embargo, el desarrollo de aplicaciones que aprovechen esa información es una rama que aún no ha sido muy explorada. En este contexto, se presenta APR (asistente personalizado de rutinas) una aplicación que se encarga de asistir a las personas en su rutina de acuerdo a sus hábitos cotidianos. Esta aplicación estudia las actividades diarias de una persona basada en la información obtenida por el GPS y otros eventos relacionados al entorno en el que las realiza, como por ejemplo temperatura, hora, etc. A través de la observación y aprendizaje de la información se puede personalizar la asistencia a cada individuo basados en sus hábitos. Para estudiar los hábitos de las personas, se utilizaron técnicas de machine learning que permiten construir una base de conocimiento a partir de la información obtenida. Una vez que la aplicación contiene suficiente información acerca de las actividades habituales del usuario, se puede asistir al mismo. La asistencia ofrecida al usuario le brinda información acerca de la actividad que se encuentra realizando y de la siguiente actividad a realizar. La información es obtenida en base al análisis de los eventos capturados del entorno mientras el usuario realiza sus actividades y el conocimiento de las técnicas de machine learning. Junto a la información de la actividad que el usuario está realizando se le indica mediante un mapa la trayectoria que comúnmente realiza en la realización de la misma. Con respecto a la siguiente actividad a realizar se le indica el nombre de dicha actividad y otros datos, como por ejemplo, si la actividad se va a realizar a tiempo o con retraso. Fil: San Martín, Gonzalo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Trapani, Ezequiel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Soria, Alvaro. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. Fil: Ibañez, Rodrigo. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina. |
| description |
Hoy en día existe un gran número de tecnologías que permiten obtener información acerca del mundo real. Los sistemas móviles actuales son capaces de reconocer el entorno en el cual están siendo usados y ofrecer dicha información. Los dispositivos GPS, y la existencia de WebServices, son algunos de los ejemplos que demuestran la gran variedad de fuentes de información con la que contamos actualmente [7]. Sin embargo, el desarrollo de aplicaciones que aprovechen esa información es una rama que aún no ha sido muy explorada. En este contexto, se presenta APR (asistente personalizado de rutinas) una aplicación que se encarga de asistir a las personas en su rutina de acuerdo a sus hábitos cotidianos. Esta aplicación estudia las actividades diarias de una persona basada en la información obtenida por el GPS y otros eventos relacionados al entorno en el que las realiza, como por ejemplo temperatura, hora, etc. A través de la observación y aprendizaje de la información se puede personalizar la asistencia a cada individuo basados en sus hábitos. Para estudiar los hábitos de las personas, se utilizaron técnicas de machine learning que permiten construir una base de conocimiento a partir de la información obtenida. Una vez que la aplicación contiene suficiente información acerca de las actividades habituales del usuario, se puede asistir al mismo. La asistencia ofrecida al usuario le brinda información acerca de la actividad que se encuentra realizando y de la siguiente actividad a realizar. La información es obtenida en base al análisis de los eventos capturados del entorno mientras el usuario realiza sus actividades y el conocimiento de las técnicas de machine learning. Junto a la información de la actividad que el usuario está realizando se le indica mediante un mapa la trayectoria que comúnmente realiza en la realización de la misma. Con respecto a la siguiente actividad a realizar se le indica el nombre de dicha actividad y otros datos, como por ejemplo, si la actividad se va a realizar a tiempo o con retraso. |
| publishDate |
2015 |
| dc.date.none.fl_str_mv |
2015-11 2016-05-17T18:05:11Z 2016-05-17T18:05:11Z |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
| format |
bachelorThesis |
| status_str |
acceptedVersion |
| dc.identifier.none.fl_str_mv |
http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/579 https://www.ridaa.unicen.edu.ar/handle/123456789/579 |
| url |
http://www.ridaa.unicen.edu.ar/xmlui/handle/123456789/579 https://www.ridaa.unicen.edu.ar/handle/123456789/579 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/ar/ |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
| publisher.none.fl_str_mv |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas |
| dc.source.none.fl_str_mv |
reponame:RIDAA (UNICEN) instname:Universidad Nacional del Centro de la Provincia de Buenos Aires |
| reponame_str |
RIDAA (UNICEN) |
| collection |
RIDAA (UNICEN) |
| instname_str |
Universidad Nacional del Centro de la Provincia de Buenos Aires |
| repository.name.fl_str_mv |
RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires |
| repository.mail.fl_str_mv |
lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ; |
| _version_ |
1881032293938626560 |
| score |
12.823554 |