Full-stack & machine learning engineer

Jeronimo Muñoz Larreta.

Desarrollo software e inteligencia artificial.
Diseño páginas web para negocios.
Elegí qué querés conocer.

Proyectos y experiencia técnica

Software e
inteligencia artificial.

Ver experiencia y CV

Diseño y desarrollo web

Sitios web
con identidad propia.

Ver páginas web
Dos facetas. Un mismo recorrido.También podés seguir explorando

Machine learning aplicado

De una señal.
A un resultado.

Trabajo con señales de radio: preparo los datos, extraigo características y comparo modelos. Acá podés recorrer muestras públicas seleccionadas y ver cómo se obtuvo su resultado guardado.

DroneRF · Señales de radiofrecuenciaUn recorrido de datos guardados
  1. Señal de entradaFragmento RF16.384 muestras de señal
  2. Medidas de la señal289 característicasTemporales y espectrales
  3. Resultado guardado—HGB · MLP · Random Forest
La señal del fragmentoAmplitud normalizada
512 muestras visibles de la señal original, normalizadas.

Preparando el fragmento…

Ver representación tiempo-frecuencia
Representación de una señal pública de DroneRF.

Frecuencia ↑ · Tiempo →
Energía relativa y ejes normalizados.

Votos de los modelos

La salida se reparte entre cuatro clases.

Votos medios guardados. No son probabilidades calibradas.

Cargando resultados guardados…

Muestras públicas seleccionadas, con resultados archivados.
La animación explica el recorrido; el navegador no ejecuta el clasificador.

Explorar el caso completo
Datos y método

DroneRF, Mohammad Al-Sa’d, Mhd Saria Allahham, Amr Mohamed, Abdulla Al-Ali, Tamer Khattab y Aiman Erbad (2019), DOI 10.17632/f4c2b4n755.1, CC BY 4.0. Transformación visual y evaluación archivada por Jeronimo Muñoz Larreta. Estas muestras seleccionadas no representan una métrica global ni una prueba de funcionamiento en campo. Las salidas corresponden a un refit HGB + MLP + Random Forest, no a pesos históricos de una CNN. La entrada del clasificador tiene 16.384 muestras; la forma de onda muestra las primeras 512 muestras de visualización normalizadas. La representación tiempo-frecuencia tiene 129 × 64 celdas con energía normalizada por fragmento; sus valores no son dBm calibrados. El caso completo y su evaluación se pueden explorar en mi CV.

Tu próximo proyecto puede empezar acá

¿Y si hacemos
algo distinto?

Proyectos de software, inteligencia artificial, páginas web
y oportunidades de trabajo. Contame qué tenés en mente.