Caracterización de suelos según la taxonomía de la Comisión Internacional de Iluminación mediante redes de aprendizaje profundo
No Thumbnail Available
Date
2020-04-30
Journal Title
Journal ISSN
Volume Title
Publisher
Centro Universitario de la Defensa de Marín
Abstract
La Comisión Internacional de la Iluminación (Commission internationale de l'éclairag, CIE) creó la
clasificación de cielos para distinguir entre distintas nubosidades. En el ámbito de la eficiencia energética
es importante, puesto que se podrían crear sistemas que dejasen pasar más o menos luz natural,
repercutiendo directamente en el gasto energético. De forma habitual, en la clasificación del cielo según
la taxonomía CIE, se utiliza el dispositivo “Sky Scanner” valorado en varios miles de euros. En este
TFG, se emplearon los modelos de redes neuronales convolucionales de aprendizaje profundo creado en
el Google Colab, utilizando Tensorflow junto con las bibliotecas Keras, Numpy, Pandas, Sci-kit Learn,
Matplotlib y Seaborn para sustituir la función del Sky Scanner. El modelo creado se entrenó con las
imágenes captadas de la cámara “Sieltec SONA 201D” desde la Escuela Politécnica Superior de la
Universidad de Burgos durante todo el año de 2017. Se emplearon dos arquitecturas AlexNet y VGG
con la intención de sacar la mejor configuración probando varios parámetros evaluando con las métricas
como la matriz de confusión, la exactitud, la precisión, el valor F1 y la exhaustividad. Además, se
realizaron pruebas con los datos originales desbalanceados en cuanto tamaño de categorías y se creó un
conjunto de datos para evitar los efectos negativos del desbalanceo. Además, se realizaron extensiones
de pruebas como la clasificación de tres tipos de cielos: nublado, parcialmente nublado y despejado. Los
resultados finales de este TFG no son como se esperaba debido a las imágenes que se ha intentado
clasificar que son muy similares y han sido difícil de distinguir incluso con los ojos humanos
Description
Keywords
Sky scanner, aprendizaje profundo, Google Colab, Tensor Flow, redes neuronales convulucionales, Comisión Internacional de la Iluminación, CIE