Publicación del proyecto · Sensors
Resumen
El artículo estima la ocupación de una biblioteca universitaria utilizando datos WiFi anonimizados y técnicas de aprendizaje automático.
Indicadores bibliométricos
- Área JCR
- Instruments & Instrumentation
- Año JCR
- 2025
- Consulta Scholar
- 26 octubre 2026
Contribución principal
La propuesta demuestra que las trazas de conectividad pueden convertirse en una señal útil para estimar presencia de personas preservando la privacidad. El enfoque combina bajo coste, datos ya disponibles y modelos capaces de capturar patrones de uso del espacio.
Resultados y alcance
Los modelos entrenados con datos WiFi anónimos reproducen la ocupación de la biblioteca con precisión suficiente para apoyar la gestión de espacios. El estudio muestra que la calidad depende de la calibración con aforos reales, de los patrones de uso y de cambios tecnológicos que alteren la visibilidad de los dispositivos.
Relación con BoND1
BoND1 estudia la conectividad IoT como fuente de información operativa, no solo como canal de comunicación. Esta publicación conecta con esa visión al usar datos de red para obtener conocimiento contextual en entornos inteligentes.
Project publication · Sensors
Summary
The article estimates the occupancy of a university library using anonymized WiFi data and machine learning techniques.
Main contribution
The proposal demonstrates that connectivity traces can become a useful signal to estimate the presence of people while preserving privacy. The approach combines low cost, already available data and models capable of capturing space use patterns.
Results and scope
Models trained with anonymized WiFi data reproduce library occupancy with sufficient accuracy to support space management. The study shows that quality depends on calibration with real capacities, usage patterns and technological changes that alter the visibility of the devices.
Link with BoND1
BoND1 studies IoT connectivity as a source of operational information, not only as a communication channel. This post connects with that vision by using network data to gain contextual knowledge in smart environments.