Electrónica y Domótica | Nacional |

Ubiasist

Fecha de inicio: 19 Nov 2022 Fecha de finalización prevista: 30 Nov 2022
El objetivo general del proyecto UbiAsist es el desarrollo y optimización de un entorno de monitorización completo y técnicas de IA avanzadas que en su conjunto sean capaces de identificar de forma automática patrones de actividad, estados y su contexto, detectar e interpretar anomalías tales como detección de caídas u otros problemas que se puedan presentar en la vida diaria. El sistema de monitorización se optimizará desde un punto de vista multidimensional, considerando tanto aspectos económicos, como el valor que aporta a la detección e interpretación de estado, contexto y anomalías, como otros más generales como intrusividad y comodidad de uso.
 
 
  Más información
 

Resultados a alcanzar

1

Analizar y seleccionar tecnologías de monitorización potencialmente útiles para ser integradas en el hábitat, así como dispositivos wearables, con tal de generar mayor cantidad de información precisa sobre el individuo y las acciones llevadas a cabo por este.


2

Desarrollar modelos ML para el etiquetado automático de estados. Evaluar y seleccionar las bases de datos potencialmente útiles para los algoritmos a desarrollar. Elaborar lista de posibles estados y anomalías que puedan ocurrir en el hábitat. Llevar cabo experimentos con dispositivos wearables, etiquetando manualmente los datos generados por la simulación de acciones listadas.  Investigar y desarrollar algoritmos ML que por medio de datos supervisados permitan dar una solución etiquetada automáticamente.


3

Desarrollar sistema de monitorización completo.  Diseñar y desarrollar el hardware y software que hará uso de los sensores seleccionados junto con los dispositivos wearables, permitiendo una recopilación de datos global.


4

Interoperabilidad en la nube. Se implementará una arquitectura de base de datos dinámica que albergará los datos generados por los distintos dispositivos integrados en el hogar.


5

 Desarrollar dashboard. Desarrollar una plataforma web de tipo dashboard que permita visualizar graficas sobre los datos almacenados en la nube, para facilitar su interpretación.


6

Desarrollo IA para interpretación del contexto. Seleccionar y evaluar las distintas bases de datos con aplicación a la nueva algoritmia a evolucionar. Evaluar la aplicación de los distintos tipos de algoritmos de ML capaces de llevar a cabo una interpretación del contexto, y que, junto con el etiquetado automático de estados de OE2, sea capaz de mejorar la detección de anomalías de Elioth+ML y además añadir la novedosa capacidad de interpretarlas. Para ello se evaluarán diversas técnicas como: autoencoders convolucionales y variaciones, redes profundas realimentadas, aproximadores y proyectores de espacios latentes uniformes como UMAP).


7

Desarrollar una herramienta de visualización e interpretación. Las herramientas de visualización e interpretación de espacios latentes obtenidos mediante redes profundas (Deep Learning), permitirán eventualmente una adecuada (menos heurística) y más sencilla interpretación de situaciones, seguimiento de patrones y detección de anomalías por parte de un experto en la fase de análisis.


8

 Validar algoritmos. Validar los modelos de “Machine Learning” diseñados con datos reales adquiridos con la plataforma mejorada y adaptada ubIAsist.


9

Encontrar las configuraciones óptimas del sistema de monitorización. Las herramientas de IA desarrolladas y los datos generados con el sistema de monitorización completo, permitirán realizar una exploración de la calidad de los resultados obtenidos si sólo se utiliza un subconjunto de sensores del sistema de monitorización. De esta forma, se podrá llegar a comparar desde el punto de vista de la eficiencia y el coste económico cada configuración, llegando a seleccionar las más adecuadas.


Socios del proyecto

Fondo Europeo
Bélgica

Región de Murcia
España

Ris 3 Mur
España

Proyectos relacionados

HoreCoV-21

Sistema inteligente en sector HORECA para minimizar el riesgo de contagios víricos tipo...
finalizado

SERENA

Trabajamos en el desarrollo de un sistema inteligente completo para la evaluación y mejora del descanso, cuyo...
en curso

FlowBeat

Dispositivo portátil no invasivo para la medida del gasto cardíaco en el...
finalizado

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