Resumen

Los retos asociados al desarrollo de modelos precisos para los sistemas ciberfísicos son atribuibles a las computaciones concurrentes y heterogéneas intrínsecas de estos sistemas. Aunque el razonamiento basado en ontologías específicas de dominio interconectadas resulta prometedor para mejorar la modularidad y el modelado de funcionalidad conjunta, se ha hecho necesario construir sistemas ciberfísicos interoperables debido a la creciente omnipresencia de estos sistemas. En este artículo proponemos una arquitectura de razonamiento distribuido orientada semánticamente para sistemas ciberfísicos. Este modelo logra el razonamiento a través de una combinación de modelos heterogéneos de computación. Utilizando la flexibilidad de los agentes semánticos como representación formal de plataformas computacionales heterogéneas, definimos un procedimiento de razonamiento autónomo e inteligente basado en agentes para sistemas ciberfísicos distribuidos. Las redes de sensores sustentan las capacidades semánticas de esta arquitectura, y se adopta el razonamiento semántico basado en redes lógicas de Markov para abordar la incertidumbre en la modelización. Para ilustrar la viabilidad de este enfoque, presentamos un modelo semántico de eventos basado en la lógica de Markov para sistemas ciberfísicos y analizamos un caso práctico de gestión y procesamiento de eventos en un hogar inteligente.

• Materias:Biotecnología Redes de sensores Sistema de sensores Diagnóstico de fallas Tecnología de sensores Diagnóstico de fallos
• Subjects:Biotechnology Sensor networks Sensor system Fault diagnosis Sensor technology
• Palabras claves:sistemas físicos, cibernéticos, redes lógicas de markov, plataformas computacionales heterogéneas, modelado funcional conjunto, modelo semántico de eventos, razonamiento, sistemas, lógica de markov, redes de sensores
• Keywords:physical systems, cyber, markov logic networks, heterogeneous computational platforms, joint functionality modelling, semantic event model, reasoning, systems, markov logic, sensor networks