Diseño de una red neuronal distribuida entre dispositivos Raspberry Pi conectados a Internet por medio de XMPP

Abstract

Resumen. Actualmente se tienen diferentes esquemas de comunicación que bus-can la interconexión de la mayor cantidad de dispositivos posibles, tal como el Internet de las Cosas, para así poder controlar actuadores u obtener datos desde diferentes puntos geográficos. Cuando se tienen situaciones tales como el estudio de los comportamientos ambientales, análisis de los comportamientos de con-sumo de individuos, o análisis de comportamientos poblacionales generales, es necesario obtener información de diferentes zonas y analizarlas en conjunto para obtener el resultado adecuado. Por este motivo, la generación de sistemas que puedan trabajar en conjunto desde distintas latitudes se vuelve un tema de estudio importante. En este trabajo se describirán diferentes modelos para la generación de una red neuronal distribuida, o segmentada, entre diferentes dispositivos co-nectados a Internet comunicándose mediante el protocolo de mensajería XMPP. Estos modelos logran identificar patrones de entrenamiento con datos provenien-tes desde distintas fuentes. El modelo utiliza tarjetas de desarrollo Raspberry Pi 3B+ para procesar y entrenar la red neuronal. Palabras clave: internet de las cosas, redes neuronales distribuidas, cómputo dis-tribuido, Raspberry Pi, XM PP. Abstract. Currently there are different communication schemes that seek the in-terconnection of any kind of devices, such as the Internet of Things, in order to control actuators or obtain data from different geographical points. When there are situations such as the study of environmental behaviors, or analysis of general population behaviors, it is necessary to obtain information from different areas and analyze such data together to obtain the correct result. For this reason, the generation of systems that can work together from different latitudes becomes an important topic of study. In this paper we will describe different models for the generation of a distributed or segmented neural network between different de-197