CPP2021-009051
Financiado
BUILDings intelligent MAnagement system based on edge computing and explainable...
BUILDings intelligent MAnagement system based on edge computing and explainable AI (BUILDMA)
Gracias a la aparición de las tecnologías del Internet de las Cosas (IoT), así como a los recientes avances en el aprendizaje automático, Machine Learning (ML) y el aprendizaje profundo, Deep Learning (DL), el concepto de edificio...
Gracias a la aparición de las tecnologías del Internet de las Cosas (IoT), así como a los recientes avances en el aprendizaje automático, Machine Learning (ML) y el aprendizaje profundo, Deep Learning (DL), el concepto de edificios y hogares inteligentes se ha convertido en una realidad. Los sistemas de gestión de edificios (BMS) combinan los avances en las tecnologías de sensores, las comunicaciones y los algoritmos de control avanzados para un uso optimizado y de los edificios y hogares. La adopción de estos sistemas conlleva entre ellos beneficios económicos y ambientales tanto para los ocupantes como para la sociedad.En la última década, ha habido un aumento de las soluciones basadas en el IoT centradas en la nube para el desarrollo de edificios inteligentes. Sin embargo, debido al número cada vez mayor de dispositivos IoT, el ancho de banda de la red y las deficiencias de seguridad se han convertido en un cuello de botella que dificulta el rendimiento de estos sistemas. La computación de borde, Edge Computing, es un paradigma informático reciente que se ha propuesto como tecnología potencial para la construcción de una infraestructura de red escalable en las proximidades del usuario, que sería rica en recursos de IoT (es decir, almacenamiento, computación y ancho de banda), y que procesaría los datos cruciales para la seguridad en tiempo real y minimizar la latencia. Hoy en día existen dos retos en los sistemas de gestión y control de edificios- En primer lugar, solo algunos BMS incluyen el aprendizaje en tiempo real de los parámetros subjetivos de los edificios utilizando modelos de aprendizaje automático y aprendizaje profundo . Sin embargo, los modelos clásicos de ML, especialmente los basados en DL, no pueden interpretarse adecuadamente, lo que impide la comprensión de las recomendaciones del sistema.- En segundo lugar, los estudios de gestión de edificios inteligentes se centran principalmente en la optimización de los aspectos térmicos, energéticos o visuales de los edificios, y se presta poca atención a la gestión simultánea de todos los subsistemas del edificio; es decir, a la consideración de los modelos físicos de los edificios, las condiciones ambientales, la seguridad, las especificaciones de confort y las preferencias de los ocupantes Por un lado, los recientes enfoques de Inteligencia Artificial explicable (XAI) pueden abordar el primer problema, como los algoritmos híbridos de IA neuro-simbólica que aumentan la interpretabilidad, donde el Aprendizaje Simbólico Profundo ha surgido como una solución prometedora que será investigada e integrada en la arquitectura de Edge computing propuesta. Por otro lado, se propone como solución un enfoque de Computación Social, basado en Organizaciones Virtuales, donde las medidas de datos se sugieren en base a las preferencias de usuarios con un perfil de comportamiento similar.En este proyecto de tres años, se diseñará y validará un sistema de gestión inteligente de edificios basado en la computación de borde (BUILDMA) mediante la realización de una prueba piloto en un entorno real. Se basará en una arquitectura segura y escalable de Edge Computing de 3 niveles soportada por organizaciones virtuales que orquestarán algoritmos XAI distribuidos para obtener y analizar parámetros relacionados con los ocupantes y variables ambientales, integrando sistemas locales de generación y almacenamiento. Las estimaciones y predicciones de los datos disponibles se recomendarán a los usuarios siguiendo un enfoque de computación social, que intentará maximizar el confort interior (confort térmico, confort visual y calidad del aire interior), además el sistema se adaptará de forma flexible a los patrones de ocupación, siguiendo las preferencias de los consumidores y considerando la reputación de las acciones de eficiencia.
ver más
Línea de financiación: concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01
Línea de financiación objetivo
El proyecto se financió a través de la siguiente ayuda:
RETOS COLABORACION 21:
Proyectos en colaboración público-privada 2021
Cerrada
hace 2 años
Presupuesto
El presupuesto total del proyecto asciende a
294K€
Líder del proyecto
N VISION SYSTEMS AND TECHNOLOGIES
Investigacion y desarrollo de nuevas tecnologias para aplicaciones de usos domesticos, para el comercio y la industria, asi como su explotac...
Perfil tecnológico
TRL
4-5
894K
Perfil tecnológico
TRL
4-5
894K