Modelo adaptativo de inteligencia ambiental sensible al contexto basado en ontologías, agentes inteligentes y redes de sensores inalámbricos

dc.contributor.advisorOvalle Carranza, Demetrio Arturospa
dc.contributor.authorPatiño Castillo, Manuel Francisco Javierspa
dc.contributor.researchgroupGIDIA: Grupo de Investigación y Desarrollo en Inteligencia Artificialspa
dc.date.accessioned2020-03-13T15:52:52Zspa
dc.date.available2020-03-13T15:52:52Zspa
dc.date.issued2019spa
dc.description.abstractCurrently, healthcare is a crucial issue for the entire population, especially for individuals who suffer from a chronic disease such as hypertension or diabetes. However, this care is carried out in medical centers, limiting the scope of health professionals. In fact, some monitoring, early warning processes, and health supporting that are not presently performed, could be carried out at the patient's location. The aim of this master's thesis is to integrate wireless sensors networks (WSN), ambient intelligence, multi-agent systems, and ontologies, in order to develop an ambient intelligence model that is context sensitive and that provides alerts, personalized recommendations, and adaptive health-care agendas. Personalized agendas based on chronic patient profiles offer appropriate physical activity, personalized food diet, and specific activities in order to control stress levels. For the validation of the proposed model, a prototype was constructed and applied to two case study considering several chronic patients. The results demonstrate the effectiveness of the proposed health-care ambient intelligence multi-agent modelspa
dc.description.abstractActualmente, la atención médica es un tema gran importancia para toda la población, especialmente para las personas que padecen una enfermedad crónica como la hipertensión o la diabetes. Sin embargo, esta atención se lleva a cabo en centros médicos, lo que limita el alcance de los profesionales de la salud. De hecho, algunos controles, procesos de alerta temprana y apoyo de salud que no se realizan actualmente, podrían llevarse a cabo en la ubicación del paciente. El objetivo de esta tesis de maestría es integrar redes de sensores inalámbricos (WSN), inteligencia ambiental, sistemas de múltiples agentes y ontologías, con el fin de desarrollar un modelo de inteligencia ambiental que sea sensible al contexto y proporcione alertas, recomendaciones personalizadas y agendas adaptativas de atención médica. Las agendas personalizadas basadas en perfiles pacientes con enfermedades crónicas ofrecen actividad física adecuada, dieta alimentaria personalizada y actividades específicas para controlar los niveles de estrés. Para la validación del modelo propuesto, se construyó un prototipo y se aplicó a dos casos de estudios considerando varios pacientes crónicos. Los resultados demuestran la efectividad del modelo multi-agente de inteligencia ambiental propuesto para la atención médica.spa
dc.description.additionalMagister en Ingeniería - Ingeniería de Sistemasspa
dc.description.degreelevelMaestríaspa
dc.format.extent172spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/76071
dc.language.isospaspa
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellínspa
dc.relation.referencesAarts E., Marzano S. (Eds.). (2003). The New Everyday: Views on Ambient Intelligence. 010 Publishers. Rotterdam, The Netherlandsspa
dc.relation.referencesAgreda, J. A., & Gonzalez, E. (2014). Ambient intelligence based multi-agent system for attend elderly people. In: Proceedings of the 9th Computing Colombian Conference (9CCC) IEEE Conferences.spa
dc.relation.referencesAguilar, J., Mendonça, M., Jerez, M. & Sánchez, M. (2017). Emergencia ontológica basada en análisis de contexto, como servicio para ambientes inteligentes. Revista DYNA, Online, http://dx.doi.org/10.15446/dyna.v84n200.59062spa
dc.relation.referencesAyari, N., Chibani, A., Amirat, Y., & Matsonb, E. (2016). A semantic approach for enhancing assistive services in ubiquitous robotics. Robotics and Autonomous Systems 75 (2016) 17–27.spa
dc.relation.referencesBellifemine, F., Poggi, A., & Rimassa, G. (1999). JADE – A FIPA-compliant Agent Framework. Proceedings of PAAMspa
dc.relation.referencesBurney, S., Mahmood, N. and Abbas, Z. (2010) Information and Communication Technology in Healthcare Management Systems: Prospects for Developing Countries. International Journal of Computer Applications. 4(2):27-32. doi:10.5120/801-1138spa
dc.relation.referencesCalvaresi, D., et al. (2019). Real-time multi-agent systems for telerehabilitation scenarios. Artificial Intelligence In Medicine, https://doi.org/10.1016/j.artmed.2019.02.001spa
dc.relation.referencesCarrera, Á., Iglesias, C. A., García-Algarra, J., & Kolařík, D. (2014). A real-life application of multi-agent systems for fault diagnosis in the provision of an Internet business service. Journal of Network and Computer Applications, 37, 146–154. doi:10.1016/j.jnca.2012.11.004spa
dc.relation.referencesCarretero N. & Bermejo A. (2005). INTELIGENCIA AMBIENTAL. Centro de Difusión de Tecnologías, Universidad Politécnica de Madridspa
dc.relation.referencesCasali, A., Gerling, V., Deco, C., & Bender, C. (2011). Sistema inteligente para la recomendación de objetos de aprendizaje. Revista Generación Digital, 9(1), 88–95spa
dc.relation.referencesCazella, S. C., Reategui, E. B., & Nunes, M. A. (2010). A Ciência da Opinião: Estado da arte em Sistemas de Recomendação. JAI: Jornada de Atualização Em Informática Da SBC. Rio de Janeiro, RJ: PUC Rio, 161–216spa
dc.relation.referencesCharitonos, K., Blake, C., Scanlon, E., & Jones, A. (2012). Museum learning via social and mobile technologies: (How) can online interactions enhance the visitor experience? British Journal of Educational Technology, 43(5), 802–819. doi:10.1111/j.14678535.2012.01360.xspa
dc.relation.referencesCorchado, J. M., Bajo, J., de Paz, Y., & Tapia, D. I. (2008). Intelligent environment for monitoring Alzheimer patients, agent technology for health care. Decision Support Systems, 44(2), 382–396. doi:10.1016/j.dss.2007.04.008spa
dc.relation.referencesDucatel, K., Bogdanowics, M., Scapolo, F., Leijten, J., Burgelman, J. C., (2001) “ISTAG: Scenarios for Ambient Intelligence in 2010”, IPTS-Sevillaspa
dc.relation.referencesGil S., Salazar O.M., Ovalle D.A. (2018) A Fuzzy-Based Multi-agent Model to Control the Micro-grid Operation Based on Energy Market Dynamics. In: Bajo J. et al. (eds) Highlights of Practical Applications of Agents, Multi-Agent Systems, and Complexity: The PAAMS Collection. PAAMS 2018. Communications in Computer and Information Science, vol 887. Springer, Chamspa
dc.relation.referencesGiorgini, P., & Henderson-Sellers, B. (2005). Agent-Oriented Methodologies. (B. Henderson-Sellers & P. Giorgini, Eds.). IGI Global. doi:10.4018/978-1-59140-581-8spa
dc.relation.referencesGómez Sanz, J. J. (2003). Metodologías para el desarrollo de sistemas multi-agentes. AEPIA. Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial., (18):51–63spa
dc.relation.referencesGómez, S., Zervas, P., Sampson, D. G., & Fabregat, R. (2014). Context-aware adaptive and personalized mobile learning delivery supported by UoLmP. Journal of KingSaud University - Computer and Information Sciences, 26(1), 47–61. doi:10.1016/j.jksuci.2013.10.008spa
dc.relation.referencesGu, T., Pung, H. K., and Q., D. (2004). A middleware for building context-aware mobile services. IEEE Vehicular Technology Conference, 5:2656–2660. IEEE Computer Societyspa
dc.relation.referencesHaya, P., Montoso, G., and Alamán., X. (2005). Un mecanismo de resolución de conflictos en entornos de inteligencia ambiental. Actas del Simposio de Computación Ubicua e Inteligencia Ambiental, UCAmI, pages 11–18spa
dc.relation.referencesJADE. Java Agent Development Framework. http://jade.tilab.com/. Último acceso 2 Octubre 2017spa
dc.relation.referencesJames Odell, H. V. D. P. B. B. (2000). Extending UML for Agents, 1001, 48103. Retrieved from http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.25.7641spa
dc.relation.referencesJASON. http://jason.sourceforge.net/. Último acceso 2 Octubre 2017spa
dc.relation.referencesKinshuk, D., & Sabine, G. (2012). Ubiquitous Learning. In N. M. Seel (Ed.), Encyclopedia of the Sciences of Learning. Boston, MA: Springer US. doi:10.1007/978-1-44191428-6spa
dc.relation.referencesLi, J. Z. (2010). Quality, Evaluation and Recommendation for Learning Object. International Conference on Educational and Information Technology, (Iceit), 533–537spa
dc.relation.referencesLópez, M. (2017). Modelo de Privacidad Digital en Inteligencia Ambiental basado en Sistemas Multiagente. Tesis Doctoral. Universidad Carlos III de Madridspa
dc.relation.referencesMas, A. (2004). Agentes Software y Sistemas MultiAgente: Conceptos, Arquitecturas y Aplicaciones. Pearson-Prentice-Hallspa
dc.relation.referencesMizhquero, K. (2009). Análisis, Diseño e Implementación de un Sistema Adaptivo de Recomendación de Información Basado en Mashups. Revista Tecnológica ESPOLspa
dc.relation.referencesOliveira, R., Frutuoso, S., Machado, J., Santos, M., Portela, F., y Abelha, A. (2013) Step To-wards m-Health in Pediatrics. Procedia Technol. 9:1192-1200. doi:10.1016/j.protcy.2013.12.133spa
dc.relation.referencesOMS. (2013) información general sobre la hipertensión en el mundo, una enfermedad que mata en silencio, una crisis de salud pública mundial. Organización mundial de la saludspa
dc.relation.referencesPadgham, L., & Winikoff, M. (2004). Developing intelligent agent systems: a practical guide (p. 225). John Wiley. Retrieved from http://books.google.com.co/books/about/Developing_intelligent_agent_systems.ht ml?id=Jr1QAAAAMAAJ&pgis=1spa
dc.relation.referencesRamos, E. & Nuñez, H. (2007). ONTOLOGÍAS: componentes, metodologías, lenguajes, herramientas y aplicaciones. Lecturas en Ciencias de la Computaciónspa
dc.relation.referencesRestrepo, S. (2012). Modelo de Inteligencia Ambiental basado en la integración de Redes de Sensores Inalámbricas y Agentes Inteligentes, Universidad Nacional de Colombia - Sede Medellínspa
dc.relation.referencesRestrepo, S. E., Pezoa, J. E., & Ovalle, D. A. (2014). An Adaptive Architecture for Ambient Intelligence Based on Meta-modeling, Smart Agents, and Wireless Sensor Networks. IEEE LATIN AMERICA TRANSACTIONS, VOL. 12, NO. 8, december 2014, 12(8), pp.1508–1514spa
dc.relation.referencesRoda, C., Rodríguez, A., Lopez-Jaquero, V., Navarro, E., & González, P. (2016). A MultiAgent System for Acquired Brain Injury rehabilitation in Ambient Intelligence environments. Neurocomputing. 0925-2312, April 2016spa
dc.relation.referencesRodríguez, P. (2013). Modelo de recomendación adaptativa de objetos de aprendizaje en el marco de una federación de repositorios, apoyado en agentes inteligentes y perfiles de usuario. Tesis de Maestría en Ingeniería de Sistemas, Universidad Nacional de Colombia - Sede Medellínspa
dc.relation.referencesSalazar, O. (2015). Modelo de Sistema Multi-Agente ubicuo adaptativo y sensible al contexto para ofrecer recomendaciones personalizadas de recursos educativos basado en ontologías. Tesis de Maestría en Ingeniería de Sistemas, Universidad Nacional de Colombia - Sede Medellínspa
dc.relation.referencesSánchez-Pi, N., Carbó, J., and Molina, J. M. (2008). Jade/leap agents in an aml domain. Hybrid Artificial Intelligence Systems. Lecture Notes in Computer Science., 5271/2008:62–69spa
dc.relation.referencesSanjuán, O., Torres, E., Castán, H., Gonzalez, R., Pelayo, C., & Rodriguez, L. (2009). Viabilidad de la aplicación de Sistemas de Recomendación a entornos de elearning. Universidad de Oviedo, Españaspa
dc.relation.referencesSarmar, N., Gao, P., Seshasai., S. et al. (2010) Diabetes mellitus, fasting blood glucose con-centration, and risk of vascular diseade: a collaborative meta-analysis of 102 prospective studies, Emerging Risk Factors Colladoration. The lancetspa
dc.relation.referencesSilva, B., Rodrigues, J. (2013) A Novel Cooperation Strategy for Mobile Health Applications. IEEE J. Sel. Areas Commun. 31(9):28-36. doi:10.1109/JSAC.2013.SUP. 0513003spa
dc.relation.referencesStavropoulos, T., Kontopoulos, E., Bassiliades, N., Argyrio, J., Bikakis, A., Vrakas, D., & Vlahavas, I. (2015). Rule-based approaches for energy savings in an ambient intelligence environment. Pervasive and Mobile Computing 19 (2015) 1-23spa
dc.relation.referencesSu, C., & Peng, C. (2012). Multi-agent ontology-based Web 2.0 platform for medical rehabilitation. Expert Systems with Applications 39 (2012) 10311–10323spa
dc.relation.referencesTramullas, J. (2006). Agentes y ontologías para el tratamiento de información: clasificación y recuperación en Internet. In IV Congreso ISKO España. Granada 22-24 de abril (pp. 247–252).spa
dc.relation.referencesValiente, P., Redondo, J. L., & Lozano, A. (2010). Ambient intelligence system for controlling home automation installations. 5th Iberian Conference on Information Systems and Technologies (CISTI).spa
dc.relation.referencesVenturini, V. (2012). Sistema Multi-Agente basado en Contexto, Localización y Reputación para dominios de inteligencia Ambiental. Tesis de Doctorado en Ciencia y Tecnología Informática, Universidad Carlos III de Madrid – Escuela Politécnica Superiorspa
dc.relation.referencesWeiser, M. (1999). The computer for the 21 st century. ACM SIGMOBILE Mobile Computing and Communications Review, 3(3), 3–11. doi:10.1145/329124.329126spa
dc.relation.referencesWooldridge, M. (2009). An Introduction to MultiAgent Systems. Retrieved from http://books.google.com.br/books/about/An_Introduction_to_MultiAgent_Systems. html?id=X3ZQ7yeDn2IC&pgis=1spa
dc.rightsDerechos reservados - Universidad Nacional de Colombiaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-SinDerivadas 4.0 Internacionalspa
dc.rights.licenseAtribución-SinDerivadas 4.0 Internacionalspa
dc.rights.spaAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/spa
dc.subject.ddc000 - Ciencias de la computación, información y obras generales::003 - Sistemasspa
dc.subject.proposalInteligencia ambientalspa
dc.subject.proposalSistemas multi-agentespa
dc.subject.proposalRedes de sensores inalámbricosspa
dc.subject.proposalOntologíasspa
dc.titleModelo adaptativo de inteligencia ambiental sensible al contexto basado en ontologías, agentes inteligentes y redes de sensores inalámbricosspa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
1037624824.2019.pdf
Tamaño:
2.19 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis de Maestría en Ingeniería - Ingeniería de Sistemas

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
3.9 KB
Formato:
Item-specific license agreed upon to submission
Descripción: