• Capítulo 5: Aplicaciones...

Treffer: Capítulo 5: Aplicaciones avanzadas y técnicas de optimización en dosimetría ambiental basada en IoT

Title:
Capítulo 5: Aplicaciones avanzadas y técnicas de optimización en dosimetría ambiental basada en IoT
Authors:
Baena Navarro, Rubén Enrique, Carriazo Regino, Yulieth Paola, Macea Anaya, Mario Ramón
Source:
https://repositorio.unicordoba.edu.co/entities/publication/2969cc27-7e56-4481-845d-db2325dd3268.
Publisher Information:
Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería de Sistemas, Montería
Montería
Publication Year:
2025
Subject Terms:
000 - Ciencias de la computación, información y obras generales, Dosimetría ambiental, IOT, Radiación gamma, Radiación UV, Aprendizaje automático, Inteligencia artificial, Monitoreo ambiental, Sensores, Raspberry Pi, Environmental dosimetry, Gamma radiation, UV radiation, Machine learning, Artificial intelligence, Environmental monitoring, Sensors
Document Type:
Buch book part
File Description:
13 p.; application/pdf
Language:
Spanish; Castilian
Relation:
74; 62; Dosimetría ambiental mediante IoT: innovaciones y aplicaciones avanzadas; Baena-Navarro, R., Torres-Hoyos, F., Uc–Rios, C., & Colmenares-Quintero, R. F. (2020). Design and assembly of an IoT-based device to determine the absorbed dose of gamma and UV radiation. Applied Radiation and Isotopes, 166, 109359. https://doi.org/10.1016/j.apradiso.2020.109359; Baena-Navarro, R., Carriazo-Regino, Y., Torres-Hoyos, F., & Pinedo-López, J. (2025). Intelligent Prediction and Continuous Monitoring of Water Quality in Aquaculture: Integration of Machine Learning and Internet of Things for Sustainable Management. Water, 17(1), 82. https://doi.org/10.3390/w17010082; Castillo Malla, D., Sánchez, A., González, J., Chamba, C., & Lakshminarayanan, V. (2021). Natural pigment sensor for solar ultraviolet radiation measurement. Proceedings of SPIE, 11868. https://doi.org/10.1117/12.2597616; El Ghissassi, F., Baan, R., Straif, K., Grosse, Y., Secretan, B., Bouvard, V., . & Cogliano, V. (2009). A review of human carcinogens—Part D: radiation. The Lancet Oncology, 10(8), 751-752. https://doi.org/10.1016/S1470-2045(09)70213-X; Gong, P., Tang, X., Huang, X., Wang, P., Wen, L. S., & Zhu, X. X. (2019). Locating lost radioactive sources using a UAV radiation monitoring system. Applied Radiation and Isotopes, 150, 1-13. https://doi.org/10.1016/j.apradiso.2019.04.037; Gubbi, J., Buyya, R., Marusic, S., & Palaniswami, M. (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems, 29(7), 1645-1660. https://doi.org/10.1016/j.future.2013.01.010; Manigandan, M., Qureshi, A. R., Vijayakumar, D., Viswanathan, A., & Bharathi, N. (2017). Geo tagged internet of things (iot) device for radiation monitoring. ICACCI, 8125878. https://doi.org/10.1109/ICACCI.2017.8125878; Manzano, L. G., Bisegni, C., Boukabache, H., Curioni, A., Galea, C., Heracleous, N., . & Silari, M. (2018). W-MON: a wireless network of ionizing sensors for radiation monitoring in waste. NSSMIC, 8824643. https://doi.org/10.1109/NSSMIC.2018.8824643; Mell, P., & Grance, T. (2011). The NIST definition of cloud computing. National Institute of Standards and Technology. https://doi.org/10.6028/NIST.SP.800-145; Organización de las Naciones Unidas (ONU). (2015). Transformar nuestro mundo: la Agenda 2030 para el Desarrollo Sostenible. Recuperado de https://www.un.org/sustainabledevelopment/es/agenda-2030/; Park, H., & Joo, K. (2016). Development and Performance Characteristics of Personal Gamma Spectrometer for Radiation Monitoring Applications. Sensors, 16(6), 919. https://doi.org/10.3390/s16060919; Pinedo-López, J., Baena-Navarro, R., Durán-Rojas, N., Díaz-Cogollo, L., & Farak-Flórez, L. (2024a). Energy Transition in Colombia: An Implementation Proposal for SMEs. Sustainability, 16(17), 7263. https://doi.org/10.3390/su16177263; Pinedo-López, J., Baena-Navarro, R., Carriazo-Regino, Y., Urrea-Ortiz, A., & Reyes-Guevara, D. (2024b). Sustainability strategies: A proposal for food sector SMEs, based on the integration of life cycle assessment and ESG strategies. Journal of Infrastructure, Policy and Development, 8(12), 8934. https://doi.org/10.24294/jipd.v8i12.8934; Rajan, K. N. G. (2017). Calibration of radiation monitoring instruments. Radiation Safety in Radiation Oncology, 199-218. https://doi.org/10.1201/9781315119656-6; Ray, P. P. (2018). A survey on Internet of Things architectures. Journal of King Saud University-Computer and Information Sciences, 30(3), 291-319. https://doi.org/10.1016/j.jksuci.2016.10.003; Signing, V. R. F., Taamté, J. M., Noube, M. K., Abanda, Z. S. O., Abba, H. Y., & Saïdou, J. (2023). Real-time environmental radiation monitoring based on locally developed low-cost device and unmanned aerial vehicle. Journal of Instrumentation, 18(5), P05031. https://doi.org/10.1088/1748-0221/18/05/P05031; Sun, H., Gui, D., Yan, B., Liu, Y., Liao, W., Zhu, Y., & Lu, C. (2016). Assessing the potential of random forest method for estimating solar radiation using air pollution index. Energy Conversion and Management, 119, 280-291. https://doi.org/10.1016/J.ENCONMAN.2016.04.051; World Health Organization (WHO). (2017). Radiation: Ultraviolet (UV) radiation. Retrieved from https://www.who.int/news-room/q-a-detail/radiation-ultraviolet-(uv); Baena Navarro, R., Carriazo Regino, Y., & Macea Anaya, M. (2025). Capítulo 5: Aplicaciones avanzadas y técnicas de optimización en dosimetría ambiental basada en IoT [Capitulo Libro, Universidad Cooperativa de Colombia]. Repositorio Institucional, Universidad Cooperativa de Colombia. https://hdl.handle.net/20.500.12494/59319; https://hdl.handle.net/20.500.12494/59319
Availability:
https://hdl.handle.net/20.500.12494/59319
Rights:
http://creativecommons.org/licenses/by-nc-nd/4.0/ ; info:eu-repo/semantics/openAccess ; Attribution-NonCommercial-NoDerivatives 4.0 International ; http://purl.org/coar/access_right/c_abf2
Accession Number:
edsbas.CDA5816D
Database:
BASE

Weitere Informationen

El estudio aborda la implementación de un sistema de dosimetría ambiental basado en IoT para la medición de radiación gamma y ultravioleta (UV) en zonas rurales de Montería. Utilizando componentes avanzados y algoritmos de inteligencia artificial (IA) y aprendizaje automático (ML), se mejoró la precisión y eficiencia en la recopilación y análisis de datos ambientales. La Raspberry Pi 4 se empleó como microcontrolador, junto con sensores específicos para detectar radiación gamma y UV, humedad, temperatura y presión barométrica. Se desarrolló software en Python para gestionar la captura y transmisión de datos a la nube. Los algoritmos de ML, específicamente el modelo de regresión de bosques aleatorios, mostraron una precisión del 92% en la predicción de niveles de radiación, validando su capacidad para manejar datos complejos y proporcionar predicciones fiables. Los ensayos de campo realizados confirmaron la eficacia del dispositivo en condiciones reales, permitiendo mediciones precisas en áreas de difícil acceso. Este enfoque no solo mejora la calidad del monitoreo ambiental, sino que también tiene implicaciones significativas para la gestión de riesgos radiológicos y la protección de la salud pública, contribuyendo a la consecución de los Objetivos de Desarrollo Sostenible (ODS). ; This study addresses the implementation of an IoT-based environmental dosimetry system for measuring gamma and ultraviolet (UV) radiation in rural areas of Montería. Using advanced components and artificial intelligence (AI) and machine learning (ML) algorithms, the accuracy and efficiency of environmental data collection and analysis were improved. The Raspberry Pi 4 was used as the microcontroller, along with specific sensors to detect gamma and UV radiation, humidity, temperature, and barometric pressure. Software was developed in Python to manage data capture and transmission to the cloud. ML algorithms, specifically the random forest regression model, showed 92% accuracy in predicting radiation levels, validating its ability to ...