Yielding Associations Network: Un sistema para mejorar la localización semántica

Abstract

En el ámbito de la Internet of Things (IoT), el Edge Computing aporta un enfoque para la computación localizada que permite optimizar el almacenamiento de los datos y agilizar la toma de decisiones. Este trabajo tiene como objetivo estudiar el desempeño de varios algoritmos de Inteligencia Artificial para la localización de un robot móvil. La metodología se ha basado en un prototipo experimental para recoger datos de sensores acoplados a una Raspberry Pi 3B+. Con estos datos se han desarrollado y probado varios modelos de aprendizaje automático que han sido entrenados en la nube usando Google Colab. Los modelos se han validado desplegándolos en el prototipo desarrollado. Los resultados incluyen la comparativa de estos modelos y una propuesta novedosa de “Yielding Associations Network” como un sistema para mejorar la localización semántica. Las conclusiones destacan el gran valor de la aplicación de la Inteligencia Artificial para robótica móvil y Edge Computing.