2021-22

Permanent URI for this collection

http://calderon.cud.uvigo.es/handle/123456789/130
Trabajos Fin de Grado defendidos en el curso académico 2021-22

Browse

Browsing 2021-22 by Author "Barragáns Martínez (advisor), Belén"

Now showing 1 - 2 of 2
  • No Thumbnail Available
    Item
    Despliegue y configuración de plataforma web para geolocalización y seguimiento de alumnos CIM
    (Centro Universitario de la Defensa de Marín, 2022-04-30) Muñoz Hernández, Joaquín Buenaventura; Barragáns Martínez (advisor), Belén; Sendín Raña (advisor), Pablo
    El reciente desarrollo de tecnologías de localización ha impactado también en el ámbito militar, especialmente en la función táctica C2 o Mando y Control, para la conducción y ejecución de operaciones, aunque también cobra gran importancia en el adiestramiento, aportando mayor control y seguridad en los ejercicios. En este TFG se propone el despliegue y configuración de una plataforma web con el objetivo de geolocalizar y seguir a los alumnos del Cuerpo de Infantería de Marina de la Escuela Naval Militar durante sus ejercicios de adiestramiento semanales realizados a lo largo de la geografía gallega. Con él se pretende mejorar de manera exponencial la seguridad del alumnado durante la realización de estos ejercicios, así como dotar al profesorado de una herramienta que permita su seguimiento durante los mismos. Además, debe permitir una evaluación rápida, eficaz y sencilla del desempeño del alumno durante el ejercicio. Para conseguirlo se ha hecho uso de diferentes dispositivos GPS portados por los alumnos durante la ejecución de los ejercicios, y de las aplicaciones de software libre OpenGTS y Traccar para el tratamiento y representación de los datos obtenidos. La plataforma desplegada se ha validado con éxito realizando el seguimiento y evaluación de los alumnos en un ejercicio topográfico.
  • No Thumbnail Available
    Item
    Predicción de tipo de buque utilizando datos AIS y técnicas de inteligencia artificial
    (Centro Universitario de la Defensa de Marín, 2022-04-30) Rodríguez Casajús, Gonzalo; Barragáns Martínez (advisor), Belén; Sendín Raña (advisor), Pablo
    Este TFG se enmarca dentro de un proyecto de investigación que el CUD-ENM está desarrollando a petición de la Armada Española con el objetivo de aplicar técnicas de inteligencia artificial para la mejora del conocimiento del entorno marítimo y, más concretamente, ayudar en la detección de anomalías en el comportamiento de los buques. Analizados los flujos AIS que identifican a cada barco (tipo, zona, cinemática, etc.), se detecta que muchos buques no envían información del tipo de barco, campo clave en la identificación de anomalías de interés. Para solucionar este problema, en este TFG se propone la aplicación de técnicas de aprendizaje automático supervisado con objeto de predecir el valor de dicho campo, teniendo en cuenta otro tipo de información que sí transmite el barco. Para ello, se entrenarán diferentes modelos, a partir de un conjunto de datos históricos de flujo marítimo mundial (previamente preprocesado y adaptado), empleando el algoritmo Random Forest. Se realizan variaciones al algoritmo y se emplean funciones de tratamiento de datos para tratar de mejorar los resultados. Dichos modelos serán validados convenientemente, de modo que este TFG termina proponiendo el modelo construido a partir de determinados atributos que consiguen maximizar la calidad de la predicción.