Hoy, nos complace compartir un emocionante logro: la publicación de un trabajo de investigación en la prestigiosa revista Elsevier Internet of Things, titulado «n unsupervised TinyML approach applied to the detection of urban noise anomalies under the smart cities environment». Este trabajo es parte del proyecto Trust4IoE y representa un hito significativo en la búsqueda del índice de reputación sobre los datos de dispositivos IoT.

Tiny Machine Learning (TinyML) se ha convertido en un motor de cambio en la tecnología debido a su capacidad para llevar la inteligencia a dispositivos pequeños y con recursos limitados. En este contexto, el trabajo que presentamos lleva TinyML a un nuevo nivel al aplicarlo a la detección de anomalías de ruido en ciudades inteligentes.

El trabajo de investigación introduce un enfoque de TinyML no supervisado que permite la detección automática y clasificación de anomalías de ruido urbano. Este enfoque no solo proporciona una detección en tiempo real, sino que también se adapta y aprende del entorno, convirtiéndolo en una solución altamente eficiente y adaptable.

Este trabajo es parte integral del proyecto Trust4IoE, que tiene como objetivo crear un entorno de Internet de Todas las Cosas (IoE) más seguro y confiable. La aplicación de TinyML para la detección de anomalías de ruido es un ejemplo de cómo la tecnología puede mejorar la calidad de vida en las ciudades inteligentes.