{rfName}
A

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

8

Altmetrics

Investigadores/as Institucionales

Bordel BAutor o CoautorAlcarria RAutor o CoautorRobles TAutor o Coautor

Compartir

15 de julio de 2020
Publicaciones
>
Artículo
Sí

A Predictor-Corrector Algorithm Based on Laurent Series for Biological Signals in the Internet of Medical Things

Publicado en: IEEE Access. 8 109360-109371 - 2020-01-01 8(), DOI: 10.1109/ACCESS.2020.3001275

Autores:

Bordel, Borja; Alcarria, Ramon; Robles, Tomas; You, Ilsun
[+]

Afiliaciones

Soonchunhyang Univ, Dept Informat Secur Engn, Seoul 13557, South Korea - Autor o Coautor
Soonchunhyang University - Autor o Coautor
Univ Politecn Madrid, Dept Geospatial Engn, Madrid 28040, Spain - Autor o Coautor
Univ Politecn Madrid, Dept Informat Syst, Madrid 28040, Spain - Autor o Coautor
Universidad Politécnica de Madrid - Autor o Coautor
Ver más

Resumen

© 2013 IEEE. In future engineered systems for medical applications, a tight real-time integration between physical and computational processes will be required. That integration is achieved using feedback control loops which need high quality input data streams. However, hardware platforms can barely provide such high-quality data sequences (especially if mobile nodes are considered), and mechanisms to improve and polish physical and biological signals are then necessary. This paper proposes a predictor-corrector algorithm to improve the quality and precision of data (biological) signals in Internet of Medical Things deployments, especially if composed of mobile nodes. The proposed algorithm employs an Artificial Intelligence approach and statistical learning techniques to predict future data samples and correct errors in received information. Employed mathematical models follow a prediction-correction scheme and are based on complex functions, Laurent series and the idea of complex envelope. Simulation techniques are used to evaluate the performance of the proposed solution, showing that it improves the precision of traditional linear interpolation techniques up to 85%, and cubic splines up to 20%. Processing delay during operation is, for the referred precision, around 200ms.
[+]

Palabras clave

Artificial intelligenceBig dataBiologyClassification algorithmsData predictionInternet-of-medical-thingsLaurent seriesNeural-networkPrediction algorithmsReal-time systemsSignal processingSignal processing algorithmsStatistical learning

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista IEEE Access debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2020, se encontraba en la posición , consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Engineering (Miscellaneous).

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-03:

  • WoS: 3
  • Scopus: 5
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-03:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 26 (PlumX).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/85535/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 144
  • Descargas: 90
[+]

Análisis de liderazgo de los autores institucionales

Este trabajo se ha realizado con colaboración internacional, concretamente con investigadores de: Republic of Korea.

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (BORDEL SANCHEZ, BORJA) .

[+]