Search

Transportation is a critical aspect of modern society, enabling the movement of goods and people across the globe. However, the environmental impact of transportation has become a major concern in recent years, particularly with regard to greenhouse gas emissions and their contribution to climate change. As such, there is a growing need to understand and mitigate the impact of transportation on the environment. This study aims to investigate the impact of the carbon footprint (CF) in different means of transport. Specifically, the study will examine the greenhouse gas emissions associated with various modes of transportation and their industries, including aviation, automotive, railway, and nautical industries. By analyzing the carbon footprint of each industry, this study seeks to provide a comprehensive understanding of them and identify opportunities for reducing their carbon footprint. By shedding light on the carbon footprint of different means of transport, this study will contribute to efforts to reduce emissions, promote sustainable transportation, and mitigate the impact of transportation on the environment.

El contenido de este trabajo se centra en el análisis y mejora de todos los procesos relacionados con la generación e implementación de una red neuronal convolucional. Mediante esta técnica perteneciente al campo del aprendizaje profundo o Deep Learning, ha sido posible diseñar una aplicación que permite detectar si en una imagen se encuentran zonas dañadas por el impacto de un terremoto. Para ello, se emplea una topología de red específica para esta problemática. En concreto, las imágenes utilizadas provienen del terremoto ocurrido en Haití en el año 2010, obtenidas a partir de un satélite de observación terrestre llamado GeoEye-1. Mediante el registro de diferentes métricas como el tiempo de ejecución y la precisión, se consi- gue mejorar el rendimiento del modelo en las fases de entrenamiento e inferencia usando diferentes dispositivos en cada una de estas fases. Empleando en esta última, el toolkit de OpenVINO desa- rrollado por Intel, como medio para aumentar la eficiencia del modelo. Para ello, siendo necesario el establecimiento de una metodología concreta para su uso. Finalmente, se establece un aumento de rendimiento en los parámetros analizados en la fase de entrenamiento. Mientras tanto en la parte de inferencia, se constata el amplio nivel de mejora obtenido al utilizar OpenVINO en comparación a la herramienta con el mismo propósito proporcio-nada por Tensorflow. Suponiendo entre un 20 % - 60 % dependiendo de la tecnología y dispositivos empleados. Siendo entre ellos, un stick Movidius NCS2., The content of this work focus on the analysis and enhancement of all the processes related tothe generation and implementation of a convolutional neural network. Through this technique belonging to the field of Deep Learning, it has been possible to design an application which allows us to detect whether there are damaged zones for an earthquake impact in an image. Therefore, it is used a specific topology for this problem. Specifically, the images used provided by the earthquake occurred in Haití in 2010, obtained from an earth observation satellite called GeoEye-1. Through this registry of different metrics such as execution time and accuracy, it managesto improve the performance of the model in training and inference phases using different devices for each one. Using in the last one, the OpenVINO toolkit developed by Intel for increasing the efficiency of the model. For that, being necessary for the establishment of a methodology for itsusage. Finally, it establishes an increase in the performance of the analyzed parameters in the training phase. Whereas in the inference part, it verifies the wide level of improvement obtained by the usage of OpenVINO in comparison to the other tool with the same purpose provided by Tensorflow. Assuming between a 20 % to 60 % of improvement depending on the technology and devices used. Being one of those, a Movidius stick NCS2 (Neural Compute Stick 2).

Este proyecto tiene como finalidad la creación de una ruta comercial entre 2 ciudades las cuáles no se hallen conectadas actualmente. Hace años que la aviación se ha convertido en un medio de transporte indispensable, capaz de unir poblaciones en cuestión de horas que, de antaño, sería toda una odisea haberse realizado dicha conexión. El objetivo es ser capaz de diseñar una nueva línea aérea con rentabilidad a corto plazo y que sea capaz de competir las demás líneas aéreas que unan poblaciones cercanas a las propuestas o que, a través de la realización de una escala en un punto intermedio, acabe conectando las ciudades para las que se elabora este informe.La metodología para llevar a cabo esta actividad se basa en primer lugar en el conocimiento de la normativa respecto a operaciones aéreas. Una vez tenida en cuenta esta última, debe realizarse tanto la elección del aeroplano escogido para dicha operación y de la ruta que desea operarse, todo ello a partir de un elaborado y minucioso estudio. A partir de aquí, puede determinarse físicamente la ruta a realizar para, finalmente, concluir realizando un análisis de costes, de la planificación horaria que se debe llevar, de las tarifas que se piensan aplicar y acerca de los resultados obtenidos.Los resultados obtenidos se han analizado al finalizar el desarrollo del informe: en líneas generales, los mismos han sido bastante satisfactorios. Tal vez, el único pero que puede ponerse es el referente a las tarifas: la idea original era implantar una línea aérea low cost, pero tras el análisis de datos esto se antojaba imposible. A pesar de este detalle, y reparando en el cash flowa lo largo de los primeros 10 años, siempre y cuando se obtenga un factor de ocupación mayor al 70 %, el modelo de aerolínea si que puede ser reconducido al de una low cost, pues el amplio margen de beneficios obtenidos así lo permite.Finalmente, destacar que en los últimos puntos se incluyen una serie de conclusiones y mejoras a realizar del trabajo