• Repositorio Institucional Universidad de Pamplona
  • Trabajos de pregrado y especialización
  • Facultad de Ingenierías y Arquitectura
  • Ingeniería Electrónica
    • Por favor, use este identificador para citar o enlazar este ítem: http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/392
    Registro completo de metadatos
    Campo DC Valor Lengua/Idioma
    dc.contributor.authorMarín Herrera, Andrés Emilio.-
    dc.date.accessioned2022-04-08T15:51:49Z-
    dc.date.available2016-03-15-
    dc.date.available2022-04-08T15:51:49Z-
    dc.date.issued2016-
    dc.identifier.citationMarín Herrera, A. E. (2015). Implementación de un sistema de seguridad bancario en sistemas embebido utilizando inteligencia artificial [Trabajo de Grado Pregrado, Universidad de Pamplona]. Repositorio Hulago Universidad de Pamplona. http://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/392es_CO
    dc.identifier.urihttp://repositoriodspace.unipamplona.edu.co/jspui/handle/20.500.12744/392-
    dc.descriptionEn este trabajo lo que se va desarrollar es un sistema de seguridad el cual tiene como propósito generar un estado de alarma evaluando posible eventos de atracos para así brindar una mayor seguridad al personal del banco los cajeros encargados de la recaudación de dinero; este proyecto hace provecho de las tecnologías conocidas como la inteligencia artificial la cual va a evaluar si presentan situaciones de peligro y visión artificial la cual estará encargada de extraer características que reflejen un posible evento de atraco para que así la inteligencia artificial evalué la situación, cuando se habla de una característica que reflejo de evento de atraco se quiere mencionar un acto involuntario como alzar la manos o el hecho de poner la manos en el pecho; también se encuentra presente la tecnología GSM que se tiene la tarea de la notificación de un posible evento de atraco por medio de una llamada y el envió de un mensaje de texto, todo este proyecto se encuentra implementado en la tarjeta de desarrollo Raspberry pi de forma embebida.es_CO
    dc.description.abstractEl autor no proporciona la información sobre este ítem.es_CO
    dc.format.extent73es_CO
    dc.format.mimetypeapplication/pdfes_CO
    dc.language.isoeses_CO
    dc.publisherUniversidad de Pamplona – Facultad de Ingenierías y Arquitectura.es_CO
    dc.subjectEl autor no proporciona la información sobre este ítem.es_CO
    dc.titleImplementación de un sistema de seguridad bancario en sistemas embebido utilizando inteligencia artificial.es_CO
    dc.typehttp://purl.org/coar/resource_type/c_7a1fes_CO
    dc.date.accepted2015-12-15-
    dc.relation.references[1] Ortiz Sandoval Jesús Eduardo, “CLASIFICACIÓN DE COMPUESTOS QUÍMICOS USANDO UN SISTEMA MULTISENSORIAL ( NARIZ ELECTRÓNICA ) DESARROLLADA SOBRE UN DISPOSITIVO H,” pp. 13–21, 2013.es_CO
    dc.relation.references[2] Ms. C. Esperanza, I. S. Cesar, Calderón, and I. Milton, “SMART HOME CONTROL BY VOICE USING NEURAL NETWORKS,” vol. 1, pp. 16–20, 2015.es_CO
    dc.relation.references[3] E. S. Blanco, A. R. Francisco, and R. A. Edgar, “Personal de la Revista,” Desarro. un Sist. Detección Mov. basado en Flujo Óptico en Raspberry Pi, vol. 4, pp. 65 – 76, 2015.es_CO
    dc.relation.references[4] C. M. Andrés Ernesto López Sandoval and Martínez, “la mecatronica en mexico,” Sist. Autenticación Facial Median. la Implementación del Algoritm. PCA Modif. en Sist. embebidos con Arquit. ARM, vol. 4, pp. 53–64, 2015.es_CO
    dc.relation.references[5] J. A. Triñanes, J. Torres, and A. T. C. Hernández, “Clasificación de imágenes multiespectrales mediante redes neuronales,” Rev. Teledetec., pp. 1–5, 1994.es_CO
    dc.relation.references[6] E. M. i García, Visión Artificial, 1st ed. 2012.es_CO
    dc.relation.references[7] X. O. Basogain, “Redes Neuronales Artificiales Y Sus Aplicaciones,” Med. Intensiva, vol. 29, no. 1, pp. 13–20, 2005.es_CO
    dc.relation.references[8] D. J. Matich, “Redes Neuronales: Conceptos Básicos y Aplicaciones.,” Historia Santiago., p. 55, 2001.es_CO
    dc.relation.references[9] TEXAS INSTRUMENTS. ARM Cortex-M4F based MCU TM4C1294 Connected LaunchPad. [En línea]. http://www.ti.com/tool/ektm4c1294xl. [citado el 25 de Octubre de 2015].es_CO
    dc.relation.references[10] TEXAS INSTRUMENTS. BeagleBone Black Developmentacional. [En línea]. http://www.ti.com/tool/beaglebk. [citado el 25 de Octubre de 2015]es_CO
    dc.relation.references[11] RASPBERRY PI. Raspberry pi 2 . [En línea]. https://www.raspberrypi.org/blog/raspberry-pi-2-on-sale/. [citado el 25 de Octubre de 2015]es_CO
    dc.relation.references[12] KHALIL, Rafid Ahmed, AL-KAZZAZ, Sa’ad Ahmed. Digital Hardware Implementation of Artificial Neuron Model Using FPGA. En: Department of Electrical Engineering, University of Mosul, Mosul, Iraq.es_CO
    dc.relation.references[13] R. González Duque, “Python para todos,” Web B., p. 108, 2000.es_CO
    dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2es_CO
    dc.type.coarversionhttp://purl.org/coar/resource_type/c_2df8fbb1es_CO
    Aparece en las colecciones: Ingeniería Electrónica

    Ficheros en este ítem:
    Fichero Descripción Tamaño Formato  
    Marín_2015_TG.pdfMarín_2015_TG2,71 MBAdobe PDFVisualizar/Abrir
    Mostrar el registro sencillo del ítem


    Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.