Frommel Araújo, Fabián2025-11-182025-11-182025Bellizzi Sampognaro, B. R. & Gili Kouymtchian, M. (2025). WiFi-based Human Activity Recognition: from data extraction to real-time prediction (Proyecto). Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/7759https://hdl.handle.net/20.500.11968/7759Incluye bibliografía y anexos.El siguiente proyecto busca contribuir al estudio de técnicas capaces de reconocer distintas actividades humanas (como ser, caminar, caerse, sentarse, levantarse, etc.) que se basan únicamente en las variaciones de las señales WiFi al interactuar con un espacio dinámico. Recientes estudios demostraron la viabilidad de la utilización de la red WiFi como un mecanismo no intrusivo (a diferencia de su contraparte con videocámaras) para la detección de actividad humana, siendo una alternativa potente para proyectos de salud, seguridad, domótica, entre otros. La naturaleza no intrusiva de estas técnicas permite aplicar monitoreo en tiempo real en áreas sensibles o espacios ocultos para una cámara convencional, al mismo tiempo que superan obstáculos que presentan las videocámaras como los puntos ciegos, diferencias de iluminación u oclusiones. En este trabajo se analizan distintas técnicas de la literatura reciente, se discute la problemática de la generalización a nuevos sujetos y se implementa un sistema de inteligencia artificial capaz de reconocer con una exactitud mayor al 80% distintas actividades realizadas por un sujeto. Adicionalmente, se introduce un nuevo “dataset” multiusuario para su uso en el área con 1.527 muestras de 11 sujetos realizando 5 actividades en un único ambiente. Se deja disponible también un nuevo software de investigación para el estudio de estas técnicas, que apoya durante todas las etapas del proceso.128 p., diagrs., tbls., grafs.PDFAcceso abiertoPROYECTOS-IGRECONOCIMIENTO DE ACTIVIDAD HUMANAWIFIAPRENDIZAJE AUTOMÁTICOINTELIGENCIA ARTIFICIALRASPBERRY PiTrabajo final de carrera