Resumen

Este trabajo presenta el aprendizaje profundo vestible (WearableDL), una arquitectura conceptual unificadora inspirada en el sistema nervioso humano, que ofrece la convergencia del aprendizaje profundo (DL), el Internet de las cosas (IoT) y las tecnologas vestibles (WT) de la siguiente manera: (1) el cerebro, ncleo del sistema nervioso central, representa el aprendizaje profundo para la computacin en la nube y el procesamiento de big data. (2) La mdula espinal (una parte del SNC conectada al cerebro) representa el Internet de las cosas para la computacin en la niebla y el flujo/transferencia de big data. (3) Los nervios sensoriales y motores perifricos (componentes del sistema nervioso perifrico (SNP)) representan las tecnologas vestibles como dispositivos perifricos para la recopilacin de macrodatos. En los ltimos tiempos, los dispositivos IoT vestibles han permitido la transmisin de big data desde los wearables inteligentes (por ejemplo, smartphones, smartwatches, ropa inteligente y gadgets personalizados) a los servidores en la nube. En la actualidad, los principales retos son (1) cmo analizar los grandes volmenes de datos recopilados sin ninguna informacin de fondo y tambin sin ninguna etiqueta que represente la actividad subyacente; y (2) cmo reconocer los patrones espaciales/temporales en estos grandes volmenes de datos no estructurados para ayudar a los usuarios finales en el proceso de toma de decisiones, por ejemplo, el diagnstico mdico, la eficiencia de la rehabilitacin y/o el rendimiento deportivo. El aprendizaje profundo (Deep Learning, DL) ha ganado popularidad recientemente debido a su capacidad para (1) adaptarse al tamao de los big data (escalabilidad); (2) aprender la ingeniera de caractersticas por s mismo (sin extraccin manual de caractersticas ni caractersticas creadas a mano) de forma integral; y (3) ofrecer exactitud o precisin en el aprendizaje de datos sin etiquetar/etiquetados (no supervisados/supervisados). Para comprender el estado actual de la tcnica, hemos revisado sistemticamente ms de 100 trabajos cientficos similares y publicados recientemente sobre el desarrollo de enfoques de AD para tecnologas vestibles y centradas en la persona. La revisin apoya y refuerza la arquitectura bioinspirada propuesta de WearableDL. Finalmente, este artculo desarrolla una perspectiva y proporciona sugerencias perspicaces para WearableDL y su aplicacin en el campo de la analtica de grandes datos.

• Materias:Lector de pantalla Interfaz de usuario Localización en interiores Realidad virtual móvil Redes móviles
• Subjects:Screen reader User interface Indoor localization Mobile virtual reality Mobile networks
• Palabras claves:Aprendizaje profundo en dispositivos portátiles; Internet de las cosas; Macrodatos; Computación en nube; Dispositivos periféricos; Enfoques de aprendizaje profundo
• Keywords:Wearable deep learning; Internet-of-things; Big data; Cloud computing; Edge devices; Deep learning approaches