UN ENFOQUE BAYESIANO DE APRENDIZAJE AUTOMÁTICO PARA LA CIUDAD INTELIGENTE

Las ciudades inteligentes son uno de los campos de investigación más activos del mundo, debido a los diversos beneficios y retos asociados a su implantación. Uno de los principales retos de las ciudades inteligentes es el procesamiento y transporte de los enormes volúmenes de datos generados por la capa de red de sensores, que constituye la capa física fundamental. Es necesario seguir investigando para abordar los retos computacionales que surgen en los entornos de las ciudades inteligentes, en particular para ayudar a garantizar operaciones eficientes en torno a la capa de sensores. Para hacer frente a este reto, se propone un nuevo marco de trabajo para la capa física que aprende de forma inteligente el comportamiento del sistema físico para permitir a los agentes controlar los sensores de forma eficaz y alcanzar los objetivos predefinidos de los sensores y el entorno. Además, se propone un nuevo algoritmo de aprendizaje automático bayesiano semisupervisado para aprender y predecir el comportamiento de los sensores con el fin de gestionar eficazmente el consumo de energía en las viviendas. El nuevo modelo y algoritmo se utilizaron en diversas simulaciones, donde los resultados demostraron su eficacia en la gestión del consumo de energía en diferentes entornos domésticos y ciudades inteligentes.