Mostrar el registro sencillo del ítem

dc.contributor.authorHurtado-Requena, Sandro José 
dc.contributor.authorBarba-González, Cristóbal 
dc.contributor.authorRybinski, Maciej
dc.contributor.authorBarón-López, Francisco Javier 
dc.contributor.authorWarnberg, Julia 
dc.contributor.authorNavas-Delgado, Ismael 
dc.contributor.authorAldana-Montes, José Francisco 
dc.date.accessioned2018-10-03T12:19:33Z
dc.date.available2018-10-03T12:19:33Z
dc.date.created2018
dc.date.issued2018-10-03
dc.identifier.urihttps://hdl.handle.net/10630/16571
dc.description.abstractLa inactividad física es uno de los principales factores de riesgo de mortalidad y su relación con las principales enfermedades crónicas es objeto de intensas investigaciones medicas. Un método objetivo de la evaluación de la actividad de las personas es el uso de acelerómetros. En este trabajo se presenta un experimento para evaluar la viabilidad de la detección automática de algunos tipos de actividades a través de algoritmos supervisados de Deep Learning.en_US
dc.description.sponsorshipUniversidad de Málaga. Campus de Excelencia Internacional Andalucía Tech.en_US
dc.language.isospaen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAcelerómetrosen_US
dc.subject.otherDeep Learningen_US
dc.subject.otherClassificationen_US
dc.titleAnálisis de los datos del acelerómetro para detección de actividadesen_US
dc.typeinfo:eu-repo/semantics/conferenceObjecten_US
dc.centroE.T.S.I. Informáticaen_US
dc.relation.eventtitleSISTEDES 2018en_US
dc.relation.eventplaceSevilla, Españaen_US
dc.relation.eventdate18/09/2018en_US
dc.rights.ccAttribution-NonCommercial-NoDerivatives 4.0 Internacional*


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional