Estudio comparativo de técnicas basadas en 'Machine Learning' para la discriminación de partículas en los detectores de materia oscura PICO
Ver/
Identificadores
URI: http://hdl.handle.net/10317/8098Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemDirector/a
Sancho Gómez, José Luis; Felis Enguix, IvanEscuela/Centro
Escuela Técnica Superior de Ingeniería de TelecomunicaciónUniversidad
Universidad Politécnica de CartagenaDepartamento
Tecnologías de la Información y las ComunicacionesÁrea de conocimiento
Teoría de la Señal y las ComunicacionesFecha de publicación
2019-10Palabras clave
Propagación de ondas acústicasSound wave propagation
Algoritmos
Algorithms
Resumen
En este trabajo, se pretende realizar un estudio comparativo sobre los diferentes algoritmos de machine- learning basados en aprendizaje supervisado y evaluar su robustez frente a la discriminación de señales acústicas de calibración reales obtenidas mediante detectores de partículas.
El objeto de este TFM es la revisión y comparación de distintos algoritmos de machine-learning para acústica pasiva. • Implementación de los algoritmos de interés. • Aplicación a la discriminación de señales acústicas en detectores de partículas
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales