Autor:
Jesús-Azabal, Manuel

Foto de perfil

E-mails conocidos

mjesusaz@alumnos.unex.es
manuel@unex.es

Fecha de nacimiento

Proyectos de investigación

Unidades organizativas

Puesto de trabajo

Apellidos

Jesús-Azabal

Nombre de pila

Manuel

Nombre

Nombres alternativos

Azabal, Manuel Jesús

Afiliaciones conocidas

University of Extremadura, Spain
Universidad de Extremadura, Spain

Páginas web conocidas

Página completa del ítem
Notificar un error en este autor

Filtros

2019 - 201912020 - 20242
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Miniatura
    Artículo
    Detectando la soledad en ancianos de zonas rurales
    Jesús-Azabal, Manuel; Berrocal, Javier; Juárez, Lorenzo Mariano; Galán, Jaime; Garcia-Alonso, Jose. Actas de las XVI Jornadas de Ciencia e Ingeniería de Servicios (JCIS 2021), 2021-09-22.
    La soledad en las personas ancianas se ha convertido en una de las principales preocupaciones sociales de los últimos años. Su demostrado impacto en la salud y calidad de vida convierten la soledad en un condicionante que requiere una detección y respuesta. Esta situación es especialmente evidente en las zonas rurales. Dentro de este contexto, la detección de la soledad es clave para su mitigación. Sin embargo, la detección cuantitativa de la soledad puede tratarse de un proceso complicado e inexacto. En este trabajo se presenta una arquitectura para la detección de la soledad en ancianos de zonas rurales basada en el uso de pulseras inteligentes capaces de registrar los encuentros. Los datos obtenidos son transmitidos a balizas que recopilan y procesan la información, siendo capaces de trazar un grafo de relaciones basadas en encuentros. Como resultado, este registro permite identificar aquellos individuos que carecen de interacciones sociales en su día a día, permitiendo establecer rangos cuantitativos sobre el riesgo de sufrir exclusión social o soledad.
  • Miniatura
    Artículo
    Asistente de voz para el recordatorio farmacológico
    Moguel, Enrique; Jesús-Azabal, Manuel; Flores-Martin, Daniel; Berrocal, Javier; Garcia-Alonso, Jose; Murillo Rodríguez, Juan Manuel. Actas de las XXIV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2019), 2019-09-02.
    El envejecimiento creciente de la población es una realidad innegable. Este hecho conlleva, entre otras muchas cuestiones, que cada vez existan mas personas que deben seguir múltiples tratamientos farmacológicos al mismo tiempo. En este trabajo se presenta un asistente de voz diseñado para recordar a sus usuarios la toma de los medicamentos que tiene prescritos. El sistema propuesto se basa en el uso de un asistente que no requiere conexión a internet ni la existencia de ninguna infraestructura previa. De esta forma, el sistema puede ser utilizado en entornos rurales que, además de ser habitualmente los más envejecidos, no suelen contar con las infraestructuras necesarias para realizar despliegues tecnológicos.
  • Miniatura
    Artículo
    Architecture for Adaptive Live-video Streaming in Offline Dew Computing Contexts
    Jesús-Azabal, Manuel; Garcia-Alonso, Jose; Galán, Jaime. Actas de las XXVIII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2024), 2024-06-17.
    Live video streaming processing has become one of the main multimedia trends. The stringent requirements for low latency have led to a high dependence on cloud services, which constrains contexts where access is not stable. Thus, paradigms such as Dew Computing emerge as a potential alternative. This model proposes equipping devices with functionalities that collaborate with cloud services but become independent when the Internet is disconnected. This way, dew computing servers may process video streaming locally when the Internet is not available, but often face node mobility, which may lead to periods of disconnection. Considering these constraints, this paper introduces a software architecture to adapt live video streaming in offline dew computing contexts. For this purpose, a machine learning classification model is applied to predict link stability to adapt streaming compression accordingly. As a result, a decision forest algorithm has been applied, providing 95.9% accuracy. The obtained results are encouraging for researching local video transmission in dew computing.