Almería, España
Como resultado de los avances tecnológicos, los dispositivos del Internet de las Cosas (IoT), a pesar de tener las mismas características, pueden funcionar y comunicarse de manera diferente. Por lo tanto, encontrar un dispositivo especifico entre un conjunto de dispositivos puede ser una tarea difícil. Como avance al servicio de descubrimiento proactivo propuesto en las jornadas anteriores, se propone una arquitectura de modelo de descubrimiento que incorpore un sistema de recomendación basado en deep learning. El sistema de recomendación propuesto sirve como soporte en la búsqueda de dispositivos por parte del servicio de descubrimiento, permitiendo su búsqueda mediante el uso de lenguaje natural. Como algoritmo para entrenar el modelo del sistema de recomendación ´on se ha utilizado Transformer con el objetivo de estudiar el funcionamiento del Transformer en problemas de búsqueda de dispositivos IoT haciendo uso del lenguaje natural. El modelo de deep learning entrenado se ha validado utilizando un pequeño dataset de dispositivos de un hogar inteligente para estudiar su funcionamiento en entornos con pocos datos. Los resultados obtenidos muestran que el modelo devuelve, para cada consulta en lenguaje natural, un listado de dispositivos relevantes con un alto grado de confianza.
© 2001-2025 Fundación Dialnet · Todos los derechos reservados