Resumen

Existe una creciente conciencia de que la complejidad de gestionar Big Data es uno de los principales desafíos en el campo en desarrollo de Internet de las cosas (IoT). La complejidad surge de varios aspectos del ciclo de vida de Big Data, como la recopilación de datos, su almacenamiento en servidores en la nube, la limpieza e integración de los datos, un proceso que implica los últimos avances en ontologías, como el Lenguaje de Marcado Extensible (XML) y el Marco de Descripción de Recursos (RDF), y la aplicación de métodos de aprendizaje automático para llevar a cabo clasificaciones, predicciones y visualizaciones. En esta revisión, se expone el estado del arte de todos los aspectos mencionados de Big Data en el contexto de Internet de las cosas. También se discuten las tecnologías más novedosas en aprendizaje automático, aprendizaje profundo y minería de datos en Big Data. Por último, también orientamos al lector hacia la literatura de vanguardia para estudios más profundos, y presentamos las principales tendencias para

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Big data; Internet de las cosas; Aprendizaje automático; Aprendizaje profundo; Minería de datos; Ontologías
• Keywords:Big data; Internet of things; Machine learning; Deep learning; Data mining; Ontologies