"Estos casi no son poemas de amor. Son poemas de mi amor. De un amor, quiero decir. Y son también de mi deseo. Así ¿a quién más que a mi novio, o a aquellos amigos cercanos que me quieren, o a mí, podrían interesar? Temo que para otros podrían resultar muy aburridos. Es probable. Porque Fray Luis comentó algo acerca de un pasaje del libro que Salomón le hizo a su amada: si alguien ve de lejos, sin oír la música que los anima, a una pareja que baila, así, sordo, solo verá un par de monigotes moverse como idiotas. Y es cierto. Pero fray Luis también creía que justamente por eso valen, y son bellos, los escritos sobre amores. Porque a veces evocan esa música; la que los dos danzaron. Acaso, a pesar de mi torpeza, haya sido yo capaz de hacer sonar algo de ella en estas líneas. Ojalá así sea". -          Fernando Molano Vargas, en 1997 "Todas mis cosas en tus bolsillos es un conjunto de vestigios e invocaciones del amor a un ausente, y están escritos al filo de la propia ausencia; es un collar de poemas de muerte, como lo son todos los poemas de 'un amor'". -          Del prólogo escrito por Carolina Sanín

Los algoritmos de detección de anomalías (ADA, por sus siglas en inglés) han sido ampliamente utilizados como servicios en muchas plataformas de monitoreo de mantenimiento. Sin embargo, existen numerosos algoritmos que podrían aplicarse a estos datos de flujo que cambian rápidamente. Además, en los datos de flujo de IoT debido a su naturaleza dinámica, ocurre el fenómeno de cambio de concepción. Por lo tanto, es una tarea desafiante elegir un servicio de detección de anomalías adecuado en tiempo real. Para una detección precisa de datos anómalos en línea, este documento desarrolló un método de selección de servicio para seleccionar y configurar ADS en tiempo de ejecución. Inicialmente, se aplica un extractor de características de series temporales (Tsfresh) y un método de selección de características basado en algoritmos genéticos para extraer rápidamente características dominantes que actúan como representación de los patrones de los datos de flujo. Además, se recopilan datos de flujo y varios algoritmos eficientes como nuestros datos histó