Navegación

Búsqueda

Búsqueda avanzada

El autor David Corral-Plaza ha publicado 5 artículo(s):

1 -

2 -

3 - Hacia una arquitectura para el procesamiento y análisis en tiempo real de datos heterogéneos en IoT

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

4 - Un Recorrido por los Principales Proveedores de Servicios de Machine Learning y Predicción en la Nube

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

5 - Air4People: a Smart Air Quality Monitoring and Context-Aware Notification System (Summary)

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.