Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Ramírez Idárraga, Juan CamiloCaraballo Álvarez, Andrés Camilo2021-09-022021-09-022021-05-31http://repositorio.uan.edu.co/handle/123456789/4796Currently mobile communication systems depend on the infrastructure physical (telecommunications towers, for example), in order to maintain their quality. This allows interaction between anyone regardless of the distance between they; however, no one is exempt from being exposed to a potential disaster natural. In general, a natural disaster would impede communication functionalityActualmente los sistemas de comunicación móvil dependen de la infraestructura física (torres de telecomunicaciones, por ejemplo), con el fin de mantener su calidad. Esto permite la interacción entre cualquier persona sin importar la distancia entre ellas; sin embargo, nadie está exento de estar expuesto a un posible desastre natural. En general, un desastre natural impediría la funcionalidad de comunicación que los dispositivos móviles permiten en circunstancias normales debido al daño causado a la infraestructura física. En muchos desastres ocurridos en los últimos años, las comunicaciones quedan bloqueadas por daños de diversa índole, imposibilitando y dificultando el encuentro de posibles sobrevivientes en momentos donde el tiempo es crucial.spaAcceso abiertoAprendizaje AutomáticoPredicción De Actividad HumanaTeléfonos InteligentesDesastres343.09Trabajo de grado (Pregrado y/o Especialización)Machine learningHuman Activity PredictionSmart phonesDisasterinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Abad, F. (n.d.). Curva ROC. La Curva ROC sirve para evaluar la… | by Freddy Abad L. | Medium. Retrieved September 20, 2020, from https://medium.com/@freddy.abadl/curva-roc-d8c638894f49Aguado, A. (2016). Clasificación de actividades humanas en tiempo real a partir de representaciones en esqueleto. https://addi.ehu.es/handle/10810/19299Amat, R. J. (2017). Análisis de Componentes Principales (Principal Component Analysis, PCA) y t-SNE. RStudio Pubs. https://www.cienciadedatos.net/documentos/35_principal_component_analysiAmat Rodrigo, J. (2020). Validación de modelos predictivos (machine learning): Cross-validation, OneLeaveOut, Bootstraping. Cienciadedatos. https://www.cienciadedatos.net/documentos/30_crossvalidation_oneleaveout_bootstrapAnguita, D., Ghio, A., Oneto, L., Parra, X., & Reyes-Ortiz, J. L. (2013). A public domain dataset for human activity recognition using smartphones. ESANN 2013 Proceedings, 21st European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning.Balagueró, T. (2018). ¿Qué son los datasets y los dataframes en el Big Data? | Deusto Formación. https://www.deustoformacion.com/blog/programaciondiseno-web/que-son-datasets-dataframes-big-dataBarrios, J. (2019). La matriz de confusión y sus métricas – Inteligencia Artificial –. Health Big Data. https://www.juanbarrios.com/la-matriz-de-confusion-y-susmetricas/Batiste, A. (2011). Orígenes de las redes mesh I: las primeras redes ad-hoc. https://sevillamesh.wordpress.com/2011/02/22/origenes-de-las-redes-mesh-ilas-primeras-redes-ad-hoc/Briega, R. E. L. (n.d.). Introducción a la inteligencia artificial. Retrieved September 7, 2020, from https://relopezbriega.github.io/blog/2017/06/05/introduccion-a-lainteligencia-artificial/Caicedo, B., & López, J. (2010). Redes Neuronales Artificiales. In Charlas de fisica. https://doi.org/10.1016/S0210-5691(05)74198-Xinstname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/