Mapas autoorganizados para clasificación en tiempo real: implementación digital sobre FPGAs

Abstract

[ES] En este trabajo se estudian y analizan los diferentes algoritmos de aprendizaje automático para clasificación no supervisada más utilizados en la actualidad. En concreto se estudian en mayor profundidad los mapas autoorganizados (SOM) ya que ofrecen un buen compromiso entre velocidad e interpretabilidad. Se propone una arquitectura para la implementación en hardware de la evaluación del SOM diseñada para que los procesos se calculen en paralelo. Para demostrar que se pueden desarrollar sistemas de clasificación en tiempo real, se realiza un análisis sobre cómo afecta el estilo de conducción al consumo de combustible. Con el fin de caracterizar los estilos de conducción que afectan a las emisiones de gases de efecto invernadero y, por ello, al consumo de combustible, se utilizan las directrices de conducción eficiente (eco-driving) como base para la obtención de los parámetros necesarios para la aplicación de los algoritmos de clasificación. De esta manera, se consigue evaluar el comportamiento del conductor en tiempo real y recomendarle pautas para la mejora de su conducción.