PREDICT

Predict contiene un modelo preentrenado con TensorFlow. Una vez confirma que el modelo está correctamente cargado y que los datos tienen el tamaño correcto (el que debe devolver acquire), se ejecuta obteniendo una predicción del consumo de energía. Este resultado se almacena en MongoDB.

Repositorios del proyecto

https://github.com/ppf30/acquire.git

https://github.com/ppf30/orchestrator.git

https://github.com/ppf30/predict.git

Uso Local

# Iniciar el orquestador
node server.js

Uso docker

Todo el proyecto está dockerizado, por lo tanto si queremos probarlo con contenedores debemos clonar los repositorios y con el docker-compose.yml en la carpeta, ejecutamos los siguientes comandos en la terminal:

docker-compose up -d --build

Al finalizar podemos eliminar los contenedores:

docker-compose down

Pruebas en Postman

GET http://localhost:3001/health

GET http://localhost:3001/ready

POST http://localhost:3001/predict

# Body
{
  "features": [1.315, 1.81, 1.27, 8, 0, 9, 30],
  "meta": {
    "source": "orchestrator",
    "dataId": "6772c1f3e2a0b12345678901",
    "featureCount": 7,
    "scalerVersion": "v1",
    "targetDate": "2025-11-26T22:00:00.000Z",
    "dailyValues": [28.186, 27.809, 27.44],
    "kunnaMeta": {
      "alias": "6339651",
      "name": "1d",
      "daysUsed": ["2025-11-25", "2025-11-24", "2025-11-23"]
    },
    "fetchMeta": {
      "timeStart": "2025-11-22T18:43:10.000Z",
      "timeEnd": "2025-11-25T18:43:10.000Z"
    }
  }
}

Lenguaje

• Todo el código está en Java Scrip

Estructura del Proyecto

predict/
│── controllers/
│──│── predictControllers.js
│── model/
│──│── group1-shard1of1.bin
│──│── model.json
│──│── Prediction.js
│── node_modules/
│── routes/
│──│── predictRoutes.js
│── services/
│──│── tfModelService.js
│── dockerfile
│── package-lock.json
│── package.json
│── server_all.js
│── server.js
│── README.md

Licencia

Este proyecto está bajo la licencia MIT.