Desarrollo de sistemas y algoritmos para la extracción de conocimiento aplicado a sensores inteligentes

Abstract

Este proyecto está centrado en la investigación y desarrollo de nuevos algoritmos para la extracción de conocimiento de señales sensoriales. El conocimiento es un concepto abstracto muy difícil de cuantificar, con múltiples facetas y funciones objetivos. Este hecho genera dificultad en el diseño de algoritmos para la extracción. Toda señal sensorial la podemos particionar en tres estructuras cognitivas: Datos, Información y conocimiento. Los datos son las muestras obtenidas, la información es datos preprocesados sin un determinado fin y el conocimiento es detección de características de interés particular. El hilo conductor de las tres estructuras es el concepto de redundancia. No existe un procesamiento único para extraer conocimiento y es debido principalmente a dos motivos: primero, a la naturaleza subjetiva de él y segundo a la innumerable cantidad de funciones objetivo. En cambio, la redundancia es común a todas las estructuras cognitivas. Este proyecto es continuación del proyecto anterior conducido por el mismo grupo que logró una norma internacional, la IEEE 24151-001-2017 en donde al procesar las señales sensoriales en busca de minimizar la redundancia, resulta una nueva estructura de la información que facilita la extracción de conocimiento. Se profundizarán los algoritmos y se dirigirá el foco hacia la extracción en tiempo real de conocimiento sobre video. Los resultados esperados serán de gran aplicación en la IoT ( Internet de las cosas), ya que la mayoría de las cosas son sensores y se puede inferir que la g