Browsing by Subject "Internet of things"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Publication
    Open Access
    ¿Están preparados nuestros profesionales para la web de las cosas?
    (Ediciones Profesional de la Información, 2019-10-03) Pastor Sánchez, Juan Antonio; Información y Documentación
    Se aborda el papel que tendrá la web de las cosas en el contexto de la internet de las cosas en general y el despliegue de las tecnologías basadas en el 5G. Se analizan las ventajas que aportaría la web de las cosas, así como la necesidad de adoptar una arquitectura estándar. Se trata también el papel que los profesionales de la información deben adoptar ante la web de las cosas y la necesaria evolución de su perfil y competencias laborales hacia la gestión de datos. Finalmente se hace una reflexión sobre si en España se está haciendo una adecuada formación para que esos profesionales alcancen las competencias adecuadas.
  • Thumbnail Image
    Publication
    Open Access
    FARMIT: Continuous Assessment of Crop Quality Using Machine Learning and Deep Learning Techniques for IoT-based Smart Farming
    (Springer, 2022-03-31) Perales Gómez, Ángel Luis; López de Teruel Alcolea, Pedro Enrique; Ruiz García, Alberto; García Mateos, Ginés; García Clemente, Félix Jesús; Ingeniería y Tecnología de Computadores
    The race for automation has reached farms and agricultural fields. Many of these facilities use the Internet of Things (IoT) technologies to automate processes and increase productivity. Besides, Machine Learning and Deep Learning allow performing continuous decision making based on data analysis. In this work, we fill a gap in the literature and present a novel architecture based on IoT and Machine Learning / Deep Learning technologies or the continuous assessment of agricultural crop quality. This architecture is divided into three layers that work together to gather, process, and analyze data from different sources to evaluate crop quality. In the experiments, he proposed approach based on data aggregation from different sources reaches a lower percentage error than considering only one source. In particular, the percentage error achieved by our approach in the test dataset was 6.59, while the percentage error achieved exclusively using data from sensors was 6.71.
  • Thumbnail Image
    Publication
    Open Access
    A soft computing based location-aware access control for smart buildings
    (2014-06-07) Hernández Ramos, José Luis; Jara Valera, Antonio Jesús; Gómez Skarmeta, Antonio Fernando; Moreno Cano, María Victoria; Ingeniería de la Información y las Comunicaciones