Proyectos

Proyecto ELIOTH+ML - Inteligencia artificial para el cuidado de mayores con el sistema ELIOTH

Siistema inteligente de asistencia de personas mayores y dependientes no intrusivo, que, mediante el uso de sensores, el aprendizaje máquina y redes profundas de aprendizaje (Deep Learning) sea capaz de reconocer las tareas y patrones de comportamiento típicos de los usuarios, de forma que cuando se produzca una anomalía, el sistema lo detecte y notifique automáticamente

Logo prov

Resultados a alcanzar:

  1. Evaluación de bases de datos existentes con datos similares a los que obtendríamos con el hardware definitivo, de tal forma que permita el avance en el desarrollo de técnicas de “Machine Learning” de manera paralela al desarrollo del hardware.
  2. Desarrollo de algoritmia (IA). Evaluar la idoneidad de los distintos algoritmos de ML para el análisis de rutinas y patrones y para la detección de anomalías y prevención de situaciones de riegos o accidentes. En particular se evaluarán: autoencoders convolucionales y variaciones, redes profundas realimentadas, aproximadores y proyectores de espacios latentes uniformes como UMAP).
  3. Desarrollo de herramienta de visualización e interpretación. Las herramientas de visualización e interpretación de espacios latentes obtenidos mediante redes profundas (Deep Learning), permitirán eventualmente una más adecuada (menos heurística) interpretación de situaciones que permitan una más eficiente participación de familiares, cuidadores o clínicos, a través del seguimiento de patrones y la detección de anomalías.
  4. Solución en la nube. Desarrollar un modelo de base de datos y computación en la nube para la plataforma tecnológica desarrollada, que permita una más flexible gestión, actualización y computación de todos los datos y elementos que podrían eventualmente formar parte del sistema. Para ello se emplearán las herramientas de AWS.
  5. Diseño y modelado de la solución propuesta. Realizar una prospección tecnológica de elementos de sensorización, realizando las mejoras necesarias al hardware de la plataforma ELIOTH, con tal de proporcionar los datos con las características necesarias requeridas por las técnicas de OE2, como, por ejemplo, nuevos tipos de sensores o características mejoradas con respecto a la plataforma inicial.
  6. Validación de los algoritmos en la solución final. Validar los modelos de “Machine Learning” diseñados con datos reales adquiridos con la plataforma mejorada y adaptada ELIOTH+ML.

 


 

 

Si necesita más información sobre este proyecto póngase en contacto con nosotros en el 968 75 20 40 o en el email información@cetem.es