ANÁLISIS COMPARATIVO DE MODELOS DE MACHINE LEARNING EN LA CLASIFICACIÓN DE OCUPACIÓN DE HABITACIONES USANDO DATOS GENERADOS A TRAVÉS DE IOT.
![Thumbnail](/xmlui/bitstream/handle/20.500.12276/1545/A%20PORTADATBAUNAR.jpg?sequence=3&isAllowed=y)
View/ Open
Date
2023-11-24Author
GUSTIN DIAZ, ESTEBAN
HIDALGO PABON, DIANA MARCELA
ERAZO LUCENA, SONIA CAROLINA
Metadata
Show full item recordAbstract
Es importante tener en cuenta las variables del medio ambiente de entorno como la temperatura,
la húmeda y luz que sirven para controlar el confort de la persona que este ocupando una
habitación, también no ayuda ahorrar energía ya que de esta manera podríamos controlar la
calefacción y la ventilación de la misma. El monitoreo del CO2 ayuda a controlar la calidad del
aire y así no provoque sofocaciones del personal, de igual manera la detección temprana de
condiciones inadecuadas de temperatura, humedad o CO2 puede ayudar a prevenir problemas
de salud y garantizar un ambiente seguro. El monitoreo de la ocupación puede ser útil para
optimizar el uso de espacios y recursos. Por ejemplo, ajustar la iluminación y la climatización en
función de la ocupación real puede disminuir el consumo energía, controlando la ocupación se
pude evitar la saturación de ocupación.