El autor David Corral-Plaza ha publicado 6 artículo(s):

Actualmente, el tráfico rodado y marítimo produce una alta contaminación medioambiental en los puertos marítimos, afectando a las ciudades en las que se integran. En particular, la polución es uno de los problemas más importantes a combatir dado que puede afectar seriamente a la salud y a la calidad de vida tanto del personal portuario y turistas, como de los ciudadanos que viven cerca de los puertos, pudiendo propiciar o empeorar determinadas enfermedades o incluso causar la muerte en determinados grupos de riesgo. Aunque los puertos inteligentes suelen monitorizar la calidad medioambiental, no acometen el envío automatizado de alertas contextuales según las situaciones de interés detectadas en tiempo real ni tampoco proporcionan un repositorio de componentes software sobre calidad del aire que pueda ser reutilizado por otros puertos marítimos que compartan las mismas necesidades. Este artículo presenta un proyecto I+D+i donde se propone una plataforma innovadora, reutilizable y adaptable que permita monitorizar y gestionar, de manera más eficiente y en tiempo real, la calidad de aire en distintos puertos marítimos, así como enviar automáticamente alertas contextuales con objeto de reducir todo lo posible el daño al medio ambiente, a las ciudades en las que se integran, así como a su contexto socioeconómico. Se trata, por tanto, de un proyecto con una contribución innovadora y sostenible hacia la transformación digital de los puertos, aunando los ámbitos de las Ciudades Inteligentes y de la Industria 4.0.

Autores: Juan Boubeta-Puig / Javier Criado / Guadalupe Ortiz / Nicolás Padilla / Alfonso García de Prado / Rosa Ayala / David Corral-Plaza / Antonio Corral / Inmaculada Medina-Bulo / Luis Iribarne / 
Palabras Clave: arquitectura orientada a servicios y dirigida por eventos - calidad del aire - procesamiento de eventos complejos - Puerto inteligente - transformación digital - Web de las Cosas

Uno de los grandes retos del Internet de las Cosas es la falta de un formato de datos común o una estructura homogénea que facilite el procesamiento y análisis de estos datos. Ser capaces de recibir información heterogénea de múltiples fuentes y, a continuación, poder procesarla para su análisis en tiempo real ofrece la posibilidad de reaccionar a situaciones críticas detectadas de forma inmediata. En este artículo se propone una arquitectura para inferir situaciones críticas en tiempo real que permita dar una respuesta adecuada lo más rápidamente posible.

Autores: David Corral-Plaza / Inmaculada Medina-Bulo / Guadalupe Ortiz / Juan Boubeta-Puig / 
Palabras Clave: Análisis en Tiempo Real - Internet de las Cosas - procesamiento de eventos complejos

Los medios tecnológicos para el consumo, producción e intercambio de información no hacen más que aumentar cada día que pasa. Nos encontramos envueltos en el fenómeno Big Data, donde ser capaces de analizar esta informa- ción con el objetivo de poder inferir situaciones del futuro basándonos en datos del pasado y del presente, nos puede reportar una ventaja competitiva que nos distinga claramente de otras opciones. Dentro de las múltiples disciplinas exis- tentes para el análisis de grandes cantidades información encontramos el Ma- chine Learning y, a su vez, dentro de este podemos destacar la capacidad predic- tiva que nos proporcionan muchas de las opciones existentes actualmente en el mercado. En este trabajo realizamos un análisis de estas principales opciones de APIs predictivas en la nube, las comparamos entre sí, y finalmente llevamos a cabo una experimentación con datos reales de la Red de Vigilancia y Control de la Calidad del Aire de la Junta de Andalucía. Los resultados demuestran que estas herramientas son una opción muy interesante a considerar a la hora de tratar de predecir valores de contaminantes que pueden afectar a nuestra salud seriamente, pudiéndose llevar a cabo acciones preventivas sobre la población afectada.

Autores: David Corral-Plaza / Juan Boubeta-Puig / Manuel Resinas / 
Palabras Clave: API - big data - Cloud - Machine Learning - Predicción - Software as a Service

Air quality is one of the key topics in the focus of Internet of Things (IoT) appli-cations and smart cities, since it plays an essential role for citizens nowadays and is currently a worldwide concern. Indeed, air pollution can seriously affect citi-zens’ health; particularly, air pollution may worsen and favour certain illnesses or even cause death to specific risk groups. The fact is that due to this worldwide concern, several IoT systems for air quality monitoring have been created over the last years. Nevertheless, the problem is that monitoring alone is not enough; it is necessary to ensure compliance with the following requirements: (1) air quali-ty information and alerts have to be updated in real time; (2) the information has to be actively provided to citizens in a user-friendly way; (3) the information provided to users, in particular to risks groups, needs to be adapted to their spe-cific features and (4) the system should also take into account the type of activity the user is going to be involved in and adapt notifications accordingly.
Currently, most systems providing air quality information lack several of such key characteristics; as a result, information does not reach citizens in a sim-ple way and notifications neither consider citizens’ specific characteristics nor take their physical activity into account. In order to tackle these challenges effec-tively, and to pay special attention to context-awareness issues, we present Air4People: an air quality monitoring and context-aware notification system, which permits obtaining the user’s air quality relevant context, processing both the data coming from IoT air information sources and from the user context, and notifying users in real time when a health risk for their particular context is de-tected.

Autores: Alfonso Garcia De Prado / Guadalupe Ortiz / Juan Boubeta-Puig / David Corral-Plaza / 
Palabras Clave: Air Quality - context-awareness - Internet of Things - Mobile Application - Service Oriented Architecture.