Abstract:
|
[ES] Este trabajo tiene como objetivo el desarrollo y validación de un sistema que permita
cuantificar la huella de carbono individual. La metodología propuesta se basa en la
detección del medio de transporte, haciendo ...[+]
[ES] Este trabajo tiene como objetivo el desarrollo y validación de un sistema que permita
cuantificar la huella de carbono individual. La metodología propuesta se basa en la
detección del medio de transporte, haciendo uso de los datos proporcionados por un
dispositivo wearable, para calcular la huella de carbono que un desplazamiento en ese
medio genera. Para ello, el dispositivo se conecta mediante Bluetooth Low Energy a una
aplicación móvil que permite la captura y exportación de datos, los cuales son analizados
en un ordenador.
En primer lugar, se explican conceptos relacionados con la huella de carbono y se
contextualiza la situación ambiental actual. A continuación, se realiza un análisis de las
tecnologías disponibles actualmente, eligiendo las más idóneas para el proyecto.
Posteriormente, se explica el funcionamiento de cada una de las partes que componen
la aplicación móvil. Asimismo, se explica el proceso seguido para el entrenamiento,
mediante técnicas de machine learning, de los modelos que clasifican los datos
capturados y la metodología empleada para estimar la huella de carbono.
Finalmente, se exponen los resultados obtenidos tanto para la aplicación móvil como
para los modelos entrenados. De los modelos entrenados se concluye que, al aumentar
el número de medios de transporte a diferenciar, peores rendimientos se obtienen.
[-]
[EN] The objective of this project is to develop and validate a system that allows to quantify
the individual carbon footprint. The proposed methodology is based on the detection of
the means of transport, using the data ...[+]
[EN] The objective of this project is to develop and validate a system that allows to quantify
the individual carbon footprint. The proposed methodology is based on the detection of
the means of transport, using the data provided by a wearable device, to calculate the
carbon footprint that a journey in that means of transport produces. In order to do this,
the device is connected via Bluetooth Low Energy to an app that allows to capture and
export data, which are analyzed on a computer.
First, concepts related to the carbon footprint and the current environmental context
are introduced. Next, an analysis of the current available technologies is carried out,
choosing the most suitable ones for the project.
Afterwards, the working of each of the parts that make up the mobile application is
explained. It is also explained the process followed for the training, by means of machine
learning techniques, of the models that classify the captured data and the used
methodology for estimating the carbon footprint.
Finally, the results obtained for both the app and the trained models are introduced.
From the trained models, it is possible to conclude that the higher the number of means
of transport to classify, the worse the performances of the models.
[-]
|