🚨 TinyML – Sistema de Alarma de Temperatura

Autor: Victor Junior Montero Mandujano
Curso: PIAD-528 – Taller de Desarrollo de Aplicaciones con Machine Learning
Institución: SENATI
Versión: Octubre 2025

---

🎯 Objetivo

Desarrollar un sistema de monitoreo inteligente que predice y alerta si la temperatura supera un umbral de 25 °C, activando una alarma visual y sonora mediante TinyML.

---

🧩 Etapas del Proyecto

Etapa	Archivo	Herramienta	Descripción
Entrenamiento	modelo_temperatura.keras	Google Colab	Modelo original entrenado con TensorFlow (°C → °F)
Conversión	modelo_temperatura.tflite	Google Colab	Modelo optimizado con TensorFlow Lite
TinyML (versión C)	model.h	Google Colab → Arduino	Modelo convertido a formato C para microcontroladores
Implementación	Tarea09.ino / Tarea09.sim1	SimulIDE	Simulación del sistema con DHT11, LED y buzzer

---

🧠 Tecnologías usadas

• Python (Google Colab)
• TensorFlow / TensorFlow Lite
• Arduino IDE / SimulIDE
• DHT11, LED, Buzzer

---

⚙️ Funcionamiento

1️⃣ El modelo de IA aprende la relación entre °C y °F usando TensorFlow.
2️⃣ Luego se convierte a formato .tflite y finalmente a TinyML (model.h).
3️⃣ En SimulIDE, el sistema lee la temperatura desde el sensor DHT11.
4️⃣ Si la temperatura es mayor a 25 °C, el buzzer suena y el LED se enciende.
5️⃣ El monitor serie muestra el estado actual (OK ✅ o ALERTA 🔔).

---

🔍 Evidencias

• 📊 Gráfico de pérdida del entrenamiento (Colab).
• ⚙️ Conversión exitosa a .tflite y model.h.
• 💡 Simulación en SimulIDE con alerta visual y sonora.

---

🧾 Créditos

Proyecto desarrollado por Victor Junior Montero Mandujano (SENATI)
para el curso PIAD-528 – Taller de Desarrollo de Aplicaciones con Machine Learning.

Supervisado por el instructor Anthony Heli Barra Espinoza […], Octubre 2025.