1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Morelos
  4. Centro Nacional de Investigación y Desarrollo Tecnológico
  5. Tesis CENIDET
  6. Tesis de Maestría
  7. Tesis de Maestría en Ingeniería Electrónica

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/8562
Full metadata record
DC FieldValueLanguage
dc.contributor.authorSolorzano Madrigal, Carlos Daniel-
dc.creatorSolorzano Madrigal, Carlos Daniel%1180112-
dc.date.accessioned2024-11-21T01:19:26Z-
dc.date.available2024-11-21T01:19:26Z-
dc.date.issued2024-08-30-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/8562-
dc.descriptionEste documento presenta una metodología innovadora para la clasificación de señales bioacústicas, utilizando la Transformada Fraccionaria de Fourier (FRFT) y redes neuronales. La metodología propuesta fue evaluada con sonidos de anuros y cigarras, alcanzando una alta precisión de clasificación. El monitoreo bioacústico es crucial para la conservación de ecosistemas, permitiendo la identificación y seguimiento no invasivo de especies clave. La bioacústica, que investiga los sonidos producidos por organismos vivos, enfrenta desafíos como la variabilidad estacional, el ruido ambiental y las similitudes morfológicas entre especies. La aplicación de FRFT aborda estos retos al proporcionar una representación detallada de las características temporales y frecuenciales de los sonidos, facilitando una clasificación más precisa. La metodología integrada, que combina FRFT con redes neuronales, permite un análisis exhaustivo y una clasificación efectiva de las señales bioacústicas. Este enfoque no solo mejora la precisión en la identificación de especies, sino que también ofrece una herramienta robusta para el monitoreo y la conservación de la biodiversidad en diferentes contextos ecológicos. La tesis demuestra que la combinación de estas técnicas avanzadas supera las limitaciones tradicionales y contribuye significativamente al desarrollo de métodos no invasivos para el estudio y la preservación de los ecosistemas.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherTécnicas de reconocimiento y clasificación mediante información acústica de especies animales.es_MX
dc.titleTécnicas de reconocimiento y clasificación mediante información acústica de especies animaleses_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorGómez Aguilar, Jose Francisco%176461-
dc.folio1467es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Ingeniería Electrónica

Files in This Item:
File Description SizeFormat 
ME_Carlos_Daniel_Solorzano_Madrigal_2024.pdfTesis3.99 MBAdobe PDFView/Open
ME_Carlos_Daniel_Solorzano_Madrigal_2024_c.pdfCesión de derechos321.51 kBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons