Titulación DCC

La presente memoria aborda el diseño e implementación de una infraestructura de aprendizaje federado con Transfer Learning orientada a dispositivos de borde (Edge Devices) con capacidades de sensado. El objetivo principal es entrenar y adaptar modelos de inteligencia artificial de forma distribuida, aprovechando datos locales generados por sensores en el borde de la red, sin necesidad de centralizar la información en un servidor.

Mediante el uso de Transfer Learning, se busca reducir los requerimientos computacionales y de datos en cada nodo, reutilizando conocimiento previamente adquirido por modelos pre-entrenados. Esta arquitectura resulta especialmente relevante en escenarios donde la privacidad de los datos, el ancho de banda limitado y la heterogeneidad de los dispositivos son factores críticos.