Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/handle/29.500.19856/71294Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.contributor.advisor | Quiñones Cuenca, Manuel Fernando | es_ES |
| dc.contributor.author | Medina Sarmiento, Carlos Adrián | es_ES |
| dc.date.accessioned | 2025-03-24T22:01:09Z | - |
| dc.date.available | 2025-03-24T22:01:09Z | - |
| dc.date.issued | 2025 | es_ES |
| dc.identifier.citation | Medina Sarmiento, C. A. Quiñones Cuenca, M. F. (2025) Evaluación de Algoritmos de Compresión de Imágenes para Transmisión vía LoRa [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/29.500.19856/71294 | es_ES |
| dc.identifier.other | Cobarc: 1373023 | es_ES |
| dc.identifier.uri | https://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=145261.TITN. | es_ES |
| dc.description | Resumen:El trabajo evalúa distintos algoritmos de compresión de imágenes para optimizar su transmisión a través de la tecnología LoRa, permitiendo mejorar aplicaciones de Inteligencia Artificial de las Cosas (AIoT) en zonas remotas. Se investiga métodos tradicionales y basados en redes neuronales, teniendo en cuenta métricas como la relación señal-ruido, bits por píxel, índice de similitud estructural multiescala, tiempo de transmisión y eficiencia energética. El trabajo de integración curricular también se hacen pruebas en entornos controlados y reales, siendo que el modelo de compresión mbt2018-mean tiene una eficiencia bastante alta en términos de balancear fidelidad, tiempo de compresión y consumo energético. Este estudio forma parte del proyecto Chapak, contribuyendo al desarrollo para la transmisión eficiente de IoT en telecomunicaciones. | es_ES |
| dc.description.abstract | Abstract: This work evaluates different image compression algorithms to optimize image transmission via LoRa technology, enabling improved Artificial Intelligence of Things (AIoT) applications in remote areas. Traditional and neural network-based methods are investigated, taking into account metrics such as signal-to-noise ratio, bits per pixel, multiscale structural similarity index, transmission time, and energy efficiency. The curriculum integration work is also tested in controlled and real-world environments, with the mbt2018-mean compression model showing a fairly high efficiency in terms of balancing fidelity, compression time, and energy consumption. This study is part of the Chapak project, contributing to the development of efficient IoT transmission in telecommunications. | es_ES |
| dc.language.iso | spa | es_ES |
| dc.subject | Ecuador. | es_ES |
| dc.subject | Tesis digital. | es_ES |
| dc.title | Evaluación de Algoritmos de Compresión de Imágenes para Transmisión vía LoRa | es_ES |
| dc.type | bachelorThesis | es_ES |
| Aparece en las colecciones: | Maestría en Educación mención Innovación y Liderazgo Educativo | |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.