En el mundo de la investigación y la innovación, cada nuevo proyecto representa un emocionante capítulo en nuestra búsqueda de conocimiento y avance tecnológico. Hoy, estamos emocionados de compartir una noticia que nos llena de orgullo y entusiasmo: Geotec ha conseguido el proyecto CoIoTIA (PID2022-141813OB-I00), una continuación de nuestro exitoso proyecto Trust4IoE. Lo que hace que este logro sea aún más notable es que casi todo el equipo de investigación que contribuyó al éxito de Trust4IoE se ha reunido nuevamente para asumir este nuevo desafío.

CoIoTIA (Plataforma para el uso de la Inteligencia Artificial en el Internet de las Cosas a través de la compartición de micro modelos locales en comunidades de dispositivos) es el siguiente capítulo en nuestra búsqueda de tecnología avanzada y conectividad en el mundo del IoT y la IA. La idea central detrás de CoIoTIA es aprovechar la diversidad de dispositivos IoT para lograr la generalización y adaptabilidad necesarias para el ML. Esto se logrará compartiendo micro modelos entre dispositivos IoT, creando así una base de conocimiento basada en la comunidad y el entorno en el que operan. La plataforma propuesta permitirá el análisis de ML de forma más automatizada y ofrecerá un repositorio distribuido de modelos ML y herramientas para su aplicación.

Lo que hace que la noticia sea aún más emocionante es que CoIoTIA se lleva a cabo con casi el mismo equipo de investigación que lideró el éxito de Trust4IoE. Esto demuestra la cohesión y experiencia del equipo, lo que sin duda nos posiciona para lograr resultados excepcionales en CoIoTIA.

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.

Ditsuhi es una profesional altamente calificada en cartografía y tecnología geoespacial, con un historial impresionante de logros académicos y experiencia laboral en diversas instituciones en Armenia. Ahora, se incorpora a nuestro proyecto para contribuir con su experiencia y conocimientos en análisis de datos a gran escala utilizando tecnologías de aprendizaje automático (machine learning).

Su pasión por la cartografía y su habilidad para trabajar con datos geoespaciales la convierten en un activo invaluable para nuestro equipo. Con Ditsuhi a bordo, estamos ansiosos por avanzar en nuestro objetivo de crear un entorno de Internet de Todas las Cosas (IoE) más seguro y confiable.

¡Únete a nosotros para dar la bienvenida a Ditsuhi a Trust4IoE y anticipar emocionantes avances en el campo de la geoespacial y el aprendizaje automático! 🚀🌐 #Trust4IoE #Bienvenida #GeoInformática #MachineLearning

El Internet de Todas las Cosas (IoE) está en constante evolución, y proyectos innovadores como Trust4IoE están a la vanguardia de la revolución tecnológica. La confiabilidad y la inteligencia son cruciales en un mundo interconectado, y para lograrlo, el equipo de Trust4IoE ha optado por el ESP32-S3-DevKitC-1. En este artículo, exploraremos la adquisición de este dispositivo a través de Mouser (www.mourser.es) y su papel fundamental en la aplicación de conceptos de Inteligencia Artificial en el Internet de Todas las Cosas (AIoT) y la tecnología TinyML.

La elección de un proveedor confiable para componentes electrónicos es un paso crítico en cualquier proyecto de IoT o AIoT. Para Trust4IoE, Mouser Electronics se ha destacado como el socio ideal. Su reputación en la industria y su compromiso con la calidad hacen que la adquisición de componentes sea un proceso sin complicaciones y en pocos días.

Dentro de Trust4IoE, la integración del ESP32-S3-DevKitC-1 desempeña un papel esencial en la implementación de conceptos de AIoT (Inteligencia Artificial en el Internet de las Cosas) y TinyML (Machine Learning en dispositivos IoT de baja potencia). ¿Por qué es tan emocionante? Veamos algunas razones clave:

1. Conectividad de Vanguardia: El ESP32-S3-DevKitC-1 ofrece conectividad Wi-Fi y Bluetooth de última generación, lo que permite la comunicación inalámbrica y la transferencia de datos en un entorno IoE.
2. Potencia de Procesamiento: Este dispositivo está equipado con un procesador Xtensa de 32 bits, que proporciona suficiente potencia para la ejecución de algoritmos de Machine Learning en tiempo real.
3. Aplicación de TinyML: Trust4IoE planea utilizar TinyML para llevar la inteligencia artificial a dispositivos IoT de bajo consumo, lo que permitirá el análisis de datos en el dispositivo y reducirá la dependencia de la nube.

El ESP32-S3-DevKitC-1 se ha convertido en un activo invaluable para Trust4IoE. Permite la aplicación de algoritmos de Machine Learning directamente en los dispositivos IoT, lo que es fundamental para evaluar la confiabilidad de los datos y las decisiones en tiempo real.

El proyecto también tiene como objetivo implementar técnicas de TinyML, lo que hará posible la ejecución de modelos de Machine Learning de manera eficiente y autónoma en dispositivos de baja potencia, permitiendo un procesamiento de datos más rápido y eficaz en el borde.

La combinación del ESP32-S3-DevKitC-1 con los conceptos de AIoT y TinyML en Trust4IoE es un paso audaz hacia un futuro de confiabilidad y eficiencia en el IoE. A medida que continuamos explorando las posibilidades de la Inteligencia Artificial en el IoT, proyectos como Trust4IoE nos inspiran y nos muestran el camino hacia un futuro donde la tecnología se vuelve más inteligente, confiable y autónoma. Estamos entusiasmados de seguir esta emocionante aventura y ver cómo evoluciona el Internet de Todas las Cosas.

Sahibzada Saadoon Hammad es un ingeniero altamente calificado en geo-informática, con una licenciatura en Geo-informática de la National University of Sciences and Technology (NUST) en Pakistán. Su compromiso con la excelencia académica lo llevó a completar el prestigioso programa Erasmus Mundus Master of Science in Geospatial Technologies, una experiencia educativa que abarca múltiples instituciones de renombre, incluyendo UJI, WWU y UNL Lisbon.

Como miembro de nuestro equipo de trabajo en el proyecto Trust4IoE, Saadoon aporta una profunda comprensión de las aplicaciones de datos geoespaciales y machine learning. Su experiencia y pasión por estos campos lo convierten en un activo valioso para avanzar en nuestro objetivo de crear un entorno de Internet de Todas las Cosas (IoE) más seguro y confiable.

Esperamos con entusiasmo trabajar juntos y aprovechar su experiencia para llevar a cabo investigaciones innovadoras y soluciones dentro de la tecnología geoespacial y el IoE. ¡Bienvenido a Trust4IoE, Saadoon! 🚀🌐 #Trust4IoE #Bienvenida #GeoInformática #MachineLearning

Hoy estamos emocionados de compartir una noticia que llena de satisfacción a nuestro equipo: el informe de seguimiento del proyecto Trust4IoE ha obtenido la codiciada calificación de «Satisfactorio» por parte de la Agencia Estatal de Investigación. Este logro marca un hito significativo en nuestro viaje hacia concluir con todos los objetivos del proyecto previstos.

La calificación de «Satisfactorio» en el informe de seguimiento es un testimonio de nuestros esfuerzos y dedicación. La Agencia Estatal de Investigación ha revisado cuidadosamente nuestro progreso y resultados, y ha confirmado que estamos avanzando de acuerdo con nuestros objetivos y estándares de calidad.

Aunque celebramos este logro, somos conscientes de que aún hay trabajo por hacer. La fase final del proyecto se centrará en consolidar nuestros hallazgos, optimizar nuestras soluciones y prepararnos para aplicar nuestras investigaciones en el mundo real.

Queremos expresar nuestro agradecimiento a nuestro dedicado equipo de investigación y a nuestros colaboradores por su contribución a este logro. Del mismo modo, de forma extensiva al equipo de evaluación de la Agencia.

En el mundo de la investigación, hay momentos que marcan un hito en la carrera de cualquier académico. Estamos emocionados de compartir uno de esos momentos destacados: la aceptación de nuestro artículo «A Decentralised Location-Based Reputation Management System in the IoT using Blockchain» en la prestigiosa revista IEEE Internet of Things.

El Reconocimiento de IEEE Internet of Things

La aceptación de nuestro artículo en una revista tan prestigiosa como IEEE Internet of Things es un testimonio de la calidad y la relevancia de nuestro trabajo. La revista tiene un factor de impacto superior a 10, lo que la convierte en un faro de influencia en el mundo de la investigación en IoT y blockchain.

Este logro también se inscribe en el contexto de nuestro compromiso con el proyecto Trust4IoE. Estamos decididos a construir un ecosistema de Internet de Todas las Cosas más seguro y confiable, y este artículo es un paso importante en esa dirección.

Un Hito en Nuestra Carrera

Este artículo representa años de investigación, innovación y esfuerzo colaborativo. Nos enorgullece ver nuestro trabajo reconocido en una revista de tal prestigio y relevancia. No solo es un hito en nuestro trabajo individual, sino también un testimonio de la importancia de la investigación en IoT y blockchain en la sociedad actual.

Puedes leer el artículo científico de forma completa en la dirección: https://doi.org/10.1109/JIOT.2022.3147478

El viernes 24 de septiembre, la Universidad Jaume I (UJI) iluminó la tarde-noche con una celebración de conocimiento y descubrimiento en el evento «MidNight». Entre las estrellas brillantes de la noche, el equipo detrás de Trust4IoE presentó resultados iniciales emocionantes. El proyecto se basa en tres pilares fundamentales: Internet de las Cosas, Machine Learning y Blockchain. Para establecer la confianza entre los elementos del IoE, el proyecto define el valor de «Experiencia» utilizando técnicas de Machine Learning. Este valor se calcula para cada dispositivo IoT, ya sea móvil o fijo, y para áreas geoespaciales específicas. La «Experiencia» se basa en la calidad de los datos y las relaciones previas entre los dispositivos.

En el emocionante marco del proyecto Trust4IoE, nos enorgullece anunciar la aceptación y presentación en línea de un trabajo de vanguardia en el prestigioso congreso 2021 IEEE International Conference on Omni-Layer Intelligent Systems (COINS). Este logro marca un hito trascendental en nuestra búsqueda de transformar la Internet de Todas las Cosas (IoE) en un ecosistema más seguro y confiable.

Un Vistazo al Trabajo: «Enabling Geospatial Context in an IoT Decentralised Reputation Management System using Ethereum Smart Contracts»

El trabajo, presentado en el congreso, se sumerge en un tema crucial para la IoT: la gestión de la reputación descentralizada. Pero va más allá al introducir el factor geoespacial, que añade una dimensión completamente nueva. La ubicación no es solo un dato más, sino un componente esencial en la confiabilidad de los dispositivos IoT.

Blockchain y Ethereum: La Espina Dorsal de la Innovación

El artículo propone una solución que aprovecha la tecnología blockchain y los contratos inteligentes de Ethereum para crear un sistema de gestión de reputación descentralizado y seguro. Este enfoque permite que los dispositivos IoT compartan información sobre su ubicación geográfica y utilicen contratos inteligentes para evaluar y establecer su reputación en función de factores como la calidad de los datos y la ubicación.

Al introducir la geolocalización en la gestión de la reputación de IoT, el artículo destaca cómo esta información adicional puede mejorar la confiabilidad de los dispositivos conectados. Esto es especialmente importante en aplicaciones críticas donde la precisión y la confianza en los datos son fundamentales.

En resumen, el artículo ofrece una perspectiva innovadora sobre cómo abordar los desafíos de la gestión de la reputación en la IoT al incorporar la ubicación geoespacial y la tecnología blockchain. Proporciona una base sólida para futuras investigaciones y desarrollos en la búsqueda de un entorno IoT más seguro y confiable.

El artículo puede ser leído en la siguiente dirección: https://ieeexplore.ieee.org/document/9524217

#Trust4IoE #Blockchain #IoT #IEEECOINS2021

En el mundo de la academia, la defensa de un Trabajo de Fin de Máster (TFM) es un momento crucial y emocionante. Hoy, estamos encantados de compartir el logro sobresaliente de Ponlawat Weerapanpisit, quien recientemente defendió su TFM con una impresionante calificación de 9.5. Podéis leer el documento defendido por Ponlawat en el siguiente enlace: http://hdl.handle.net/10362/113708

El TFM de Ponlawat, titulado «Decentralised Location-Based Device and Reputation Management System in IoT using Blockchain,» es un testimonio de su dedicación, conocimiento y pasión por la tecnología blockchain y la gestión de dispositivos en el Internet de las Cosas (IoT).

Durante la defensa, Ponlawat demostró un profundo entendimiento del tema, presentando sus ideas de manera clara y convincente. Su investigación en la convergencia de la ubicación geoespacial, la blockchain y el IoT ofrece perspectivas valiosas para la creación de sistemas confiables y seguros en un mundo cada vez más conectado.

La calificación de 9.5 es un reconocimiento merecido de su arduo trabajo y su contribución al campo. Este logro no solo es un testimonio de su excelencia académica, sino también un hito en su camino hacia una carrera exitosa en la investigación y la tecnología.

En nombre del equipo de Trust4IoE, felicitamos a Ponlawat por su logro excepcional y le deseamos mucho éxito en su futuro. Esperamos con ansias ver cómo continúa contribuyendo al mundo de la tecnología y la innovación.

Si deseas obtener más información sobre la investigación de Ponlawat o su TFM, no dudes en ponerte en contacto con nosotros. ¡Felicidades, Ponlawat, por este hito impresionante! 🌟📚 #TFM #Blockchain #IoT #ÉxitoAcadémico