Un equipo de investigadores de las universidades de Cádiz (UCA) y Jaén (UJA) (España) ha desarrollado un sistema inteligente que aporta razonamiento automático a la minería de datos, que son técnicas que se utilizan para extraer patrones dentro de conjuntos de grandes cantidades de información. En concreto, los estudios se han centrado en el reconocimiento de actividades del día a día sin intervención humana. Aunque su aplicación abarca numerosos sectores, destaca sobre todo en el campo de la domótica, el ahorro energético o la atención remota a dependientes.
Hasta ahora, todas las características que servían de entrada para los algoritmos de aprendizaje supervisado había que proporcionarlos manualmente, y tenía que haber una persona que las diseñara. Este estudio plantea como principal novedad que esas características se produzcan de manera automática, aplicando técnicas de razonamiento automático para que no se generen de una forma aleatoria, sino con sentido para que el sistema funcione correctamente.
El ingeniero informático de la Universidad de Cádiz, Alberto Salguero, explica a la Fundación Descubre cómo funciona la metodología: “Describimos las actividades mediante algo parecido a un diagrama, que contiene nodos, representando conceptos, y líneas que representan las relaciones entre los conceptos”. En el caso de la aplicación para el reconocimiento de actividades se diseña uno de estos diagramas para hacer una descripción mínima del hogar y de los eventos que se han generado en él. Luego, un sistema de razonamiento automático, que emplea una base matemática más potente, combina esos conceptos de una manera ordenada para generar los datos de entrada para un algoritmo de reconocimiento de patrones. Una vez que la aplicación ha aprendido a reconocer las actividades que la persona está realizando, un sistema domótico podría apagar automáticamente las luces si el sistema detecta que una persona ha salido de la casa, por ejemplo.
Pero podría ir más allá, como detectar que se está preparando para salir de casa y automáticamente reducir la temperatura de la calefacción, manteniendo el hogar con calor residual. “No depende de que el usuario solicite una acción por parte del sistema, sino que el sistema ya puede realizar acciones o tomar decisiones de una forma mucho más concreta, sabiendo lo que está haciendo el usuario en cada momento”, comenta el profesor Salguero.
Los diagramas son en realidad ontologías, que están formadas por un conjunto de conceptos que representan los objetos que hay en una casa, como el frigorífico, las personas, las actividades que realizan o los sensores que están distribuidos por los espacios, y que están relacionados por medio de propiedades. Las ontologías contienen una alta formalización matemática, lo que permite al sistema extraer nuevo conocimiento que no le ha sido dado por el ser humano de forma explícita.
El clasificador que han generado los científicos de las universidades de Jaén y Cádiz es capaz, por tanto, de predecir con mucha más precisión la actividad que se está realizando en ese momento por el usuario, con respecto a los métodos clásicos. El trabajo puede consultarse en el artículo ‘Ontology-based feature generation to improve accuracy of activity recognition in smart environments’, publicado en la revista Computers & Electrical Engineering.
El software ya se puede usar, aunque para que pueda predecir la actividad que se está realizando necesita información que provenga de los sensores y por lo tanto habría que instalar más dispositivos en los hogares. En el laboratorio de la Universidad de Jaén se ha creado un ambiente inteligente en el que se están desarrollando diversas pruebas, con objetos, aparatos y electrodomésticos que simulan un hogar, donde cada uno lleva conectado un sensor. “Estamos otorgando al sistema información acerca de qué es lo que está haciendo la persona en ese momento, no solo qué objeto está tocando, sino en realidad, qué actividad está desarrollando en ese instante”, asegura Alberto Salguero. Por esta razón, esta tecnología se puede aplicar a múltiples situaciones, facilitando la vida a los seres humanos de manera proactiva, no reactiva.
Como utilidades principales, esta metodología puede mejorar el día a día de la gente, aplicando acciones automáticas en función de lo que está realizando el usuario. Se puede emplear para hacer sugerencias instantáneas, pero sobre todo va a tener utilidad en el área del ahorro energético y en el ámbito clínico, en la atención remota, tanto de ancianos como dependientes, e incluso predecir enfermedades neurodegenerativas.
Noticias de la Ciencia (04/02/19)
Más información aquí
