Autor:
Corral-Plaza, David

Foto de perfil
E-mails conocidos
david.corral@uca.es
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Corral-Plaza
Nombre de pila
David
Nombre
Nombres alternativos
Afiliaciones conocidas
Universidad de Cádiz, Spain
University of Cádiz, Spain
Departamento de Ingeniería Informática, Escuela Superior de Ingeniería Avda. de la Universidad de Cádiz 10, 11519 Puerto Real, Cádiz, España
Departamento de Ingeniería Informática, Universidad de Cádiz, España
Páginas web conocidas
Página completa del ítem
Notificar un error en este autor

Filtros

2018 - 201922020 - 20211
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Miniatura
    Artículo
    Un Recorrido por los Principales Proveedores de Servicios de Machine Learning y Predicción en la Nube
    Corral-Plaza, David; Boubeta-Puig, Juan; Resinas Arias de Reyna, Manuel. Actas de las XIV Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2018), 2018-09-17.
    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.
  • Miniatura
    Artículo
    Hacia una arquitectura para el procesamiento y análisis en tiempo real de datos heterogéneos en IoT
    Corral-Plaza, David; Medina Bulo, María Inmaculada; Ortiz, Guadalupe; Boubeta-Puig, Juan. Actas de las XIV Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2018), 2018-09-17.
    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 procesa- miento 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 rápida- mente posible.
  • Miniatura
    Artículo
    Hacia una Plataforma de Gestión Inteligente de Calidad de Aire en Puertos Marítimos
    Boubeta-Puig, Juan; Criado, Javier; Ortiz, Guadalupe; Padilla, Nicolás; García de Prado Fontela, Alfonso; Ayala, Rosa; Corral-Plaza, David; Corral, Antonio. Actas de las XVI Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2021), 2021-09-22.
    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+ACs-D+ACs-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, as+AO0 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, as+AO0 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.