Ítem
Embargo
Validación de un sistema IoT con aprendizaje federado y TinyML para el monitoreo postural en un entorno de cuidado simulado
Título de la revista
Autores
Torres Lara, Angela María
Fecha
2025-11-14
Directores
Sarmiento Rojas, Jefferson Steven
Aya Parra, Pedro Antonio
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Escuela Colombiana de Ingeniería Julio Garavito
Escuela Colombiana de Ingeniería Julio Garavito
Buscar en:
Métricas alternativas
Resumen
Este trabajo presenta la validación de un sistema de monitoreo postural basado en Internet de las Cosas (IoT), Aprendizaje Federado (Federated Learning, FL) y Tiny Machine Learning (TinyML), orientado a entornos asistenciales de salud en condiciones simuladas. El sistema fue diseñado con el objetivo de apoyar la vigilancia continua de posturas corporales en escenarios de cuidado, priorizando la privacidad de los datos, la eficiencia computacional y la operación en dispositivos de bajo consumo energético.
Abstract
This paper presents the validation of a posture monitoring system based on the Internet of Things (IoT), Federated Learning (FL), and Tiny Machine Learning (TinyML), aimed at healthcare environments in simulated conditions. The system was designed to support continuous monitoring of body posture in care settings, prioritizing data privacy, computational efficiency, and operation on low-power devices.
Palabras clave
Monitoreo postural , Entornos asistenciales de salud , Internet de las Cosas (IoT) , Aprendizaje federado , Tiny Machine Learning , Sensores inerciales , Sistemas embebidos
Keywords
Postural monitoring , Healthcare environments , Internet of Things (IoT) , Federated learning , Tiny Machine Learning (TinyML) , Inertial sensors , Embedded systems
