IoT ha tenido una amplia difusión en la monitorización de variables de interés en aplicaciones como salud, agricultura, medio ambiente e industria, entre otras. En el contexto del deporte, aunque los dispositivos wearables pueden monitorizar variables fisiológicas, están limitados por el hecho de estar vinculados a aplicaciones propietarias, tener un almacenamiento limitado y realizar análisis basados en estadística descriptiva sin incluir la aplicación de modelos de analítica de datos. En este trabajo presentamos la construcción de un sistema IoT para la monitorización y análisis de variables fisiológicas en deportistas basado en el uso de modelos de aprendizaje no supervisado. Este sistema se articula en la arquitectura IoT de cuatro capas (captura, almacenamiento, análisis y visualización). Presenta la ventaja de beneficiarse de los datos proporcionados por dispositivos comerciales, almacenarlos en una base de datos no relacional y aplicar algoritmos de clustering a los datos históricos. El sistema propuesto pretende servir de referencia para ser replicado en contextos de entrenamiento deportivo con el fin de aprovechar los datos proporcionados por dispositivos wearables comerciales para la toma de decisiones basadas en el uso de modelos de machine learning.
I. INTRODUCCIÓN
El Internet de las Cosas (IoT) se puede definir como la integración de sensores y dispositivos a objetos del mundo físico, que están conectados a Internet a través de una conexión de red, para intercambiar datos, compartir recursos, reconocer eventos y reaccionar de forma autónoma y adecuada [ 1 ]-[ 4 ]. De manera similar, IoT puede considerarse como un marco tecnológico que aprovecha la disponibilidad de dispositivos heterogéneos y soluciones de interconexión, así como de objetos físicos que proporcionan una base de información compartida a escala global, para respaldar el diseño de aplicaciones que involucran tanto a personas como a representaciones de objetos. en el mismo nivel virtual [ 5 ]. Actualmente IoT es considerado uno de los pilares de la Industria 4.0 y ha generado impacto, revolución y transformación en diferentes contextos de aplicación, tales como: monitoreo de variables ambientales, agricultura de precisión, salud, industria y educación, entre otros [ 6 ] - [ 10 ].
Con base en lo anterior, en el contexto particular de la salud, la implementación de IoT a través de diferentes sensores permite un seguimiento y control constante de los pacientes, considerando que existen varias enfermedades cuyos síntomas son silenciosos. Por lo tanto, su diagnóstico precoz permitiría la prevención y posibles soluciones a estas enfermedades que pueden ser mortales [ 11 ], [ 12 ].
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículos:
Superresolución de imágenes basada en normas mixtas localmente adaptativas
Artículos:
Redundancia de Precisión Reducida en FPGAs
Artículos:
Regresión integrada multiescala de variables latentes y aplicación a columnas de destilación
Artículos:
Análisis e Implementación de Encriptación de un Nuevo Sistema Caótico Basado en Producto Semitensor.
Artículos:
Método de Clasificación y Determinación de Tipos de Áreas Montañosas a Escala de Municipio: Un Estudio de Caso de la Ciudad de Yuxi, Provincia de Yunnan
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.