Rassegna dei metodi per la predizione della posizione geografica dei nodi mobile

Pralea, Simona Daniela (2020) Rassegna dei metodi per la predizione della posizione geografica dei nodi mobile. [Laurea], Università di Bologna, Corso di Studio in Informatica per il management [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB) | Contatta l'autore

Abstract

All’interno di questo elaborato sono state analizzate le tecnologie più importanti che oggi ci permettono di localizzare un dispositivo mobile e di prevedere la sua posizione nel prossimo futuro. Sono stati studiati e compresi i concetti legati all’analisi dei dati tramite le tecniche di Data Mining e Machine Learning, descrivendo alcuni algoritmi di quest’ultima tipologia come ad esempio K-means. Dopo l’illustrazione delle principali tecnologie impiegate per l’analisi dei dati, nel capitolo seguente sono riportate alcune tecniche di localizzazione ed elencati i sistemi embedded attualmente presenti su smartphone (e non solo) che permettono la determinazione della posizione di un dispositivo mobile. È importante notare come solo una limitata parte dei dispositivi mobili è composta da smartphone. Infatti, molti altri dispositivi vengono usati per scopi differenti in ambienti M2M (machine to machine) dove la comunicazione avviene tra macchina e macchina. Quindi sono stati studiati e comparati i vantaggi e gli svantaggi di 4 tecnologie wireless (GPS, Wi-Fi, RFID e Bluetooth) dividendole tra tecnologie per la determinazione della posizione indoor ed outdoor. Inoltre sono riportati alcuni esempi di applicazione delle tecnologie e dei concetti studiati. Infine sono stati analizzati diversi articoli accademici e sono state comparate tra loro le performance raggiunte dalle soluzioni descritte. Il lavoro svolto è una fotografia accurata delle tecniche più moderne utilizzate per determinare e prevedere la posizione dei dispositivi mobili.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Pralea, Simona Daniela
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
data mining,machine learning,prediction,context aware,location aware
Data di discussione della Tesi
14 Luglio 2020
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^