Electrónica y Domótica | Nacional |

ELIOTH+ML

Fecha de inicio: 11 Ene 2021 Fecha de finalización prevista: 30 Dic 2021

Inteligencia artificial para el cuidado de mayores con el sistema ELIOTH

Sistema inteligente de asistencia de personas mayores y dependientes no intrusivo, que, mediante el uso de sensores, el aprendizaje máquina y redes profundas de aprendizaje (Deep Learning) sea capaz de reconocer las tareas y patrones de comportamiento típicos de los usuarios, de forma que cuando se produzca una anomalía, el sistema lo detecte y notifique automáticamente


 
 
  Más información
proyecto elioth + ml

Resultados a alcanzar

1

Evaluación de bases de datos existentes con datos similares a los que obtendríamos con el hardware definitivo, de tal forma que permita el avance en el desarrollo de técnicas de “Machine Learning” de manera paralela al desarrollo del hardware.


2

Desarrollo de algoritmia (IA). Evaluar la idoneidad de los distintos algoritmos de ML para el análisis de rutinas y patrones y para la detección de anomalías y prevención de situaciones de riegos o accidentes. En particular se evaluarán: autoencoders convolucionales y variaciones, redes profundas realimentadas, aproximadores y proyectores de espacios latentes uniformes como UMAP).


3

Desarrollo de herramienta de visualización e interpretación. Las herramientas de visualización e interpretación de espacios latentes obtenidos mediante redes profundas (Deep Learning), permitirán eventualmente una más adecuada (menos heurística) interpretación de situaciones que permitan una más eficiente participación de familiares, cuidadores o clínicos, a través del seguimiento de patrones y la detección de anomalías.


4

Solución en la nube. Desarrollar un modelo de base de datos y computación en la nube para la plataforma tecnológica desarrollada, que permita una más flexible gestión, actualización y computación de todos los datos y elementos que podrían eventualmente formar parte del sistema. Para ello se emplearán las herramientas de AWS.


5

Diseño y modelado de la solución propuesta. Realizar una prospección tecnológica de elementos de sensorización, realizando las mejoras necesarias al hardware de la plataforma ELIOTH, con tal de proporcionar los datos con las características necesarias requeridas por las técnicas de OE2, como, por ejemplo, nuevos tipos de sensores o características mejoradas con respecto a la plataforma inicial.


6

Validación de los algoritmos en la solución final. Validar los modelos de “Machine Learning” diseñados con datos reales adquiridos con la plataforma mejorada y adaptada ELIOTH+ML.


Socios del proyecto

FEDER
Bélgica

Info Murcia
España

Ris3Mur
España

Proyectos relacionados

e-2Drive

Coche eléctrico optimizado para la movilidad urbana segura de discapacitados...
finalizado

VITALMOB

El objetivo del proyecto es crear un innovador sistema de telemedicina para la monitorización cardiaca y respiratoria...
finalizado

My Sweet Smart Home

El objetivo general de SWEET HOME es abrir un nuevo mundo de oportunidades y posibilidades para que las personas con...
en curso

Este sitio web utiliza cookies

Utilizamos cookies propias y de terceros para personalizar el contenido, analizar nuestros servicios, ofrecer funciones de redes sociales, analizar el tráfico y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación.

Permitir todas las cookies Configurar Política de cookies

Cookies