Identificador persistente para citar o vincular este elemento: http://hdl.handle.net/10553/125800
Campo DC Valoridioma
dc.contributor.advisorDíaz Cabrera, Moisés-
dc.contributor.advisorFerrer Ballester, Miguel Ángel-
dc.contributor.advisorRodríguez Díaz, Jorge Marín-
dc.contributor.authorGonzález Herrera, Lucas-
dc.date.accessioned2023-09-22T08:39:05Z-
dc.date.available2023-09-22T08:39:05Z-
dc.date.issued2023en_US
dc.identifier.otherGestión académica-
dc.identifier.urihttp://hdl.handle.net/10553/125800-
dc.description.abstractEl análisis del movimiento ha adquirido relevancia recientemente, gracias a estudios relacionados, en gran parte, con la salud y el rendimiento humano. En el presente trabajo, se analiza el movimiento del ganado bovino para la detección de disfunciones motoras. A través de los datos capturados por un sensor inercial colocado en las patas traseras de los animales y mediante técnicas de aprendizaje máquina, se generará una clasificación automática de las reses en dos grupos diferenciados. A su vez, se desarrollará un plan de negocio que, basado en el modelo Canvas, será el primer paso para comercializar el producto desarrollado realizando, además, un análisis de la viabilidad tecnológica, comercial y económico-financiera, entre otros aspectos de interés.en_US
dc.description.abstractMovement analysis has recently gained relevance thanks to studies largely related to human health and performance. In the present work, the movement of cattle is analyzed for the detection of motor dysfunctions. Using the data captured by an inertial sensor placed on the hind legs of the animals and by means of Machine Learning techniques, an automatic classification of the cattle into two different groups will be generated. In turn, a business plan will be developed which, based on the Canvas model, will be the first step to commercialize the developed product, also carrying out an analysis of the technological, commercial, and economic-financial viability, among other aspects of interest.en_US
dc.languagespaen_US
dc.subject120317 Informáticaen_US
dc.subject.otherAnálisis de movimientoen_US
dc.subject.otherDisfunciones motorasen_US
dc.subject.otherGanado bovinoen_US
dc.subject.otherSensores inercialesen_US
dc.subject.otherAprendizaje máquinaen_US
dc.subject.otherPlan de negocioen_US
dc.subject.otherModelo Canvasen_US
dc.subject.otherViabilidaden_US
dc.subject.otherMotion analysisen_US
dc.subject.otherMotor dysfunctionsen_US
dc.subject.otherCattleen_US
dc.subject.otherInertial sensorsen_US
dc.subject.otherMachine learningen_US
dc.subject.otherBusiness planen_US
dc.subject.otherCanvas modelen_US
dc.subject.otherViabilityen_US
dc.titleDetección de ganado con disfunciones motoras mediante técnicas de aprendizaje máquina. Propuesta de plan de negocio y viabilidad del proyectoen_US
dc.typeinfo:eu-repo/semantics/bachelorThesisen_US
dc.typeBachelorThesisen_US
dc.contributor.departamentoDepartamento de Físicaen_US
dc.contributor.facultadEscuela de Ingeniería Informáticaen_US
dc.investigacionIngeniería y Arquitecturaen_US
dc.type2Trabajo final de gradoen_US
dc.utils.revisionen_US
dc.identifier.matriculaTFT-72790es
dc.identifier.ulpgcen_US
dc.contributor.buulpgcBU-ECOen_US
dc.contributor.titulacionPrograma de doble titulación: Grado en Ingeniería Informática y Grado en Administración y Dirección de Empresases
item.grantfulltextopen-
item.fulltextCon texto completo-
crisitem.advisor.deptGIR IDeTIC: División de Procesado Digital de Señales-
crisitem.advisor.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.advisor.deptDepartamento de Física-
crisitem.advisor.deptGIR IDeTIC: División de Procesado Digital de Señales-
crisitem.advisor.deptIU para el Desarrollo Tecnológico y la Innovación-
crisitem.advisor.deptDepartamento de Señales y Comunicaciones-
crisitem.advisor.deptGIR Organización y dirección de empresas (Management)-
crisitem.advisor.deptDepartamento de Economía y Dirección de Empresas-
Colección:Trabajo final de grado
Adobe PDF (1,67 MB)
Vista resumida

Visitas

66
actualizado el 12-oct-2024

Descargas

11
actualizado el 12-oct-2024

Google ScholarTM

Verifica


Comparte



Exporta metadatos



Los elementos en ULPGC accedaCRIS están protegidos por derechos de autor con todos los derechos reservados, a menos que se indique lo contrario.