Investigación sobre la viabilidad de aprendizaje automático como método para la mitigación de la deriva de entrada en mandos para PC

Vista sencilla de ítem
dc.contributor.advisorCamargo Mila, Hernando
dc.contributor.authorOjeda Bernal, José Julián
dc.contributor.authorBarbosa Salamanca, Andrés Felipe
dc.contributor.authorChiquillo Aldana, José Luis
dc.contributor.orcidOjeda Bernal, José Julián [0000-0001-6554-9502]
dc.contributor.orcidBarbosa Salamanca, Andrés Felipe [0000-0002-5781-9143]
dc.contributor.orcidChiquillo Aldana, José Luis [0000-0003-3634-5687]
dc.date.accessioned2022-12-13T19:26:31Z
dc.date.available2022-12-13T19:26:31Z
dc.date.issued2022
dc.description.abstractEl problema de la investigación realizada se basa en las derivas de entrada de las palancas de control en mandos particularmente, y sí el aprendizaje automático puede o no ser una solución viable. A pesar de que esto sería un problema más inclinado al lado de la electrónica, debido a que la deriva de entrada es un error del hardware y no del software; se consideró posible enfrentarse a este desde una perspectiva completamente digital, no física; ya que esto viene con sus propias ventajas. Para ello se creó un aplicativo intermediario que usando el aprendizaje automático determinaba si un mando sufría de alguna deriva de entrada y la corregirla, con ayuda de los datos de entrenamiento ingresados al aplicativo. Se escogió usar aprendizaje automático para la solución a la problemática ya que es algo que no representa muchos gastos para poder usarse e implementarse. Bajo la metodología ágil de SCRUM, se logró obtener mejoras continuas y periódicas sobre el aplicativo que se quiso desarrollar, además de poder realizar pruebas sobre los diferentes algoritmos de aprendizaje automático que mejor detectaban y corregían las derivas de entrada. Con dicho aplicativo se logró identificar y corregir derivas de entrada en algunos mandos. Además de aclarar cuál es el mejor algoritmo de clasificación para la identificación de la deriva. Principalmente las aplicaciones para la investigación realizada se basan en poder probar que el uso de aprendizaje automático es una posible la solución de derivas de entrada en mandos, lo cual puede implicar la posibilidad de aplicar esta solución en otros periféricos de computador que sean propensos a sufrir de deriva de entrada, haciendo que la vida útil del dispositivo pueda ser más larga.spa
dc.description.abstractenglishThe problem that the investigation revolves around is the input drift of gamepad’s joystick, and whether or not machine learning is capable of being a viable solution to this problem. Despite the fact that this problem is more inclined towards the field of electronics, due to hardware components being the cause behind input drift instead of software ones; it was considered possible to tackle the issue from a digital perspective rather than a physical one; since this comes with its own set of advantages. For that, an app was developed that used machine learning to determine if a gamepad was suffering from input drift and subsequently corrected said drift; this was all done based on previously supplied train data that powered the app. Machine learning was considered as the possible solution to this problem due to its low cost of use and implementation in this specific case. Using the SCRUM methodology, it was possible to make periodic and constant improvements to the app that was being developed, on top of the opportunity to do tests to compare which algorithms were better at detecting and correcting the input drift. Said app was fully capable of detecting and correcting the problem in some tested gamepad, not to mention, the process of developing it made it clear which classification algorithm was the best for the job. The main point of the app developed was to prove whether or not machine learning was a viable solution for the problem in question, which if true, could imply the possibility to apply this same kind of solution in other computer peripherals, which would further extend any devices lifespan.eng
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero de sistemasspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad El Bosquespa
dc.identifier.reponamereponame:Repositorio Institucional Universidad El Bosquespa
dc.identifier.repourlrepourl:https://repositorio.unbosque.edu.co
dc.identifier.urihttps://hdl.handle.net/20.500.12495/9500
dc.language.isospa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.grantorUniversidad El Bosquespa
dc.publisher.programIngeniería de sistemasspa
dc.rightsAtribución-NoComercial-CompartirIgual 4.0 Internacional*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightshttps://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.subjectAprendizaje automáticospa
dc.subjectDerivaspa
dc.subjectClasificaciónspa
dc.subjectCorrecciónspa
dc.subjectIdentificaciónspa
dc.subject.ddc621.3
dc.subject.keywordsMachine Learningspa
dc.subject.keywordsidentificationspa
dc.subject.keywordsDriftspa
dc.subject.keywordsClassificationspa
dc.subject.keywordsCorrectionspa
dc.subject.keywordsIdentificationspa
dc.titleInvestigación sobre la viabilidad de aprendizaje automático como método para la mitigación de la deriva de entrada en mandos para PCspa
dc.title.translatedInvestigation on the viability of machine learning as a form of mitigation towards input drift for PC controllersspa
dc.type.coarhttps://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttps://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driverinfo:eu-repo/semantics/bachelorThesis
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.type.localTesis/Trabajo de grado - Monografía - Pregradospa

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
PG_2021-02-02_OjedaBernal_ChiquilloAldana_BarbosaSalamanca.pdf
Tamaño:
2.6 MB
Formato:
Adobe Portable Document Format
Descripción:
Investigación sobre la viabilidad de aprendizaje automático como método para la mitigación de la deriva de entrada en mandos para PC
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
No hay miniatura disponible
Nombre:
Carta de Autorizacion de uso de tesis y trabajos de grado a favor de la UEB (2).pdf
Tamaño:
417.09 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de autorización
Descargar

Colecciones

Ingeniería de Sistemas