Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2020-120217RB-I00

Financiado

DIAGNOSTICOS DE FIABILIDAD Y PREDICCION DE FALLOS MEDIANTE MODELOS DE MARKOV OCU...

DIAGNOSTICOS DE FIABILIDAD Y PREDICCION DE FALLOS MEDIANTE MODELOS DE MARKOV OCULTOS LOS MODELOS DE MARKOV OCULTOS (HMM) CONSTITUYEN UNO DE LOS METODOS DE MODELIZACION ESTADISTICA MAS EXITOSOS DE LOS ULTIMOS 50 AÑOS, EL USO DE ESTADOS OCULTOS LES PROPORCIONA UN CARACTER GENERICO IDEAL PARA ANALIZAR COMPLEJAS SERIE... ver más

01/01/2020

UGR

8K€

Presupuesto del proyecto: 8K€

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5510

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UGR

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

MTM2012-37195 PREDICCION E INFERENCIA EN MODELOS ESTRUCTURADOS DE DIMENSIO... 40K€ Cerrado

PGC2018-101643-B-I00 PREDICCION, INFERENCIA Y COMPUTACION EN MODELOS ESTRUCTURADO... 142K€ Cerrado

TIN2013-42351-P ALGORITMOS AVANZADOS PARA ANALISIS DE DATOS 68K€ Cerrado

BES-2010-036681 MODELOS Y METODOS DE PROGRAMACION MATEMATICA Y SUS APLICACIO... 43K€ Cerrado

BES-2010-034835 MODELOS Y METODOS DE PROGRAMACION MATEMATICA Y SUS APLICACIO... 43K€ Cerrado

BES-2016-077051 MODELOS ESTOCASTICOS: ASPECTOS TEORICOS Y APLICACIONES. 93K€ Cerrado

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5510

Presupuesto del proyecto 8K€

Descripción del proyecto LOS MODELOS DE MARKOV OCULTOS (HMM) CONSTITUYEN UNO DE LOS METODOS DE MODELIZACION ESTADISTICA MAS EXITOSOS DE LOS ULTIMOS 50 AÑOS, EL USO DE ESTADOS OCULTOS LES PROPORCIONA UN CARACTER GENERICO IDEAL PARA ANALIZAR COMPLEJAS SERIES DE TIEMPO REALES, ESTO UNIDO A UNA ESTRUCTURA SUBYACENTE DE DEPENDENCIA A PRIORI SIMPLE (DE TIPO MARKOVIANO) PERMITE LA APLICACION DE PROCEDIMIENTOS COMPUTACIONALES EFICIENTES, LA ESTRUCTURA MATEMATICA DE ESTOS MODELOS HA PROPICIADO UNA BASE TEORICA SOLIDA (DEMOSTRANDO LAS PROPIEDADES ASINTOTICAS DE LOS ESTIMADORES DE MAXIMA VEROSIMILITUD, POR EJEMPLO) Y UNA POTENTE IMPLEMENTACION ALGORITMICA (BASADA EN METODOS DE OPTIMIZACION Y SIMULACION) CON NUMEROSAS APLICACIONES EN LA PRACTICA LLEGANDO A CONSTITUIRSE EN UNA MATERIA AUTONOMA DESDE UN PUNTO DE VISTA TEORICO Y AUTOSUFICIENTE DESDE UN PUNTO DE VISTA METODOLOGICO,LOS PROCESOS DEL MUNDO REAL GENERALMENTE PRODUCEN SALIDAS OBSERVABLES QUE SE PUEDEN CARACTERIZAR COMO SEÑALES, QUE PUEDEN REGISTRARSE PURAS O BIEN CORROMPIDAS POR OTRAS SEÑALES (RUIDO), EL PROBLEMA DE INTERES ES ENTONCES ENCONTRAR UNA DESCRIPCION TEORICA DEL PROCESO QUE EMITE LA SEÑAL CON EL FIN DE ELIMINAR LA DISTORSION O EL RUIDO E IDENTIFICAR LA SEÑAL PURA, ADEMAS ESTOS MODELOS NOS PERMITEN APRENDER Y REPRODUCIR MEDIANTE SIMULACIONES EL FENOMENO QUE PRODUCE LAS SEÑALES SIN TENER QUE DISPONER DE LA FUENTE, ESTE ASPECTO ES CLAVE ESPECIALMENTE CUANDO EL COSTE QUE SUPONE OBTENER LAS SEÑALES DE LA FUENTE REAL ES ELEVADO, EN GENERAL, UN HMM ES UNA CADENA DE MARKOV (CM), {XK}, OBSERVADA CON RUIDO, LA CADENA ESTA OCULTA, ES DECIR NO ES OBSERVABLE, LO QUE SI ESTA DISPONIBLE AL OBSERVADOR ES OTRO PROCESO ESTOCASTICO {YK}, RELACIONADO CON LA CM YA QUE XK GOBIERNA LA DISTRIBUCION DE YK, LA CM SE DENOMINA HABITUALMENTE EL REGIMEN O EL ESTADO, TODA LA INFERENCIA ESTADISTICA, INCLUSO SOBRE LA PROPIA CM, TIENE QUE HACERSE EN TERMINOS DE {YK} SOLAMENTE, PUESTO QUE NO HAY INFORMACION SOBRE {XK}, MAS ESPECIFICAMENTE, {(XK, YK), K>0},ES UN PROCESO ESTOCASTICO BIVARIANTE EN EL QUE {XK} ES UNA CM Y, CONDICIONADA A {XK}, {YK} ES UNA SECUENCIA DE VARIABLES ALEATORIAS INDEPENDIENTES CUYA DISTRIBUCION CONDICIONAL DE YK SOLO DEPENDE DE XK,LOS HMMS SE HAN EXTENDIDO EN MUCHAS AREAS DE INVESTIGACION COMO ROBOTICA, INGENIERIA GENETICA, FINANZAS, NANOTECNOLOGIA, COMUNICACIONES, ENTRE OTRAS, QUE HACEN USO DE ESTA HERRAMIENTA MATEMATICA PARA ANALIZAR EVENTOS QUE OCURREN DE FORMA ALEATORIA EN EL TIEMPO Y QUE TIENEN CIERTA ESTRUCTURA DE DEPENDENCIA,AUNQUE LOS MODELOS HMM GOZAN DE GRAN POPULARIDAD, SU USO EN FIABILIDAD SE ES LIMITADO, PROBLEMAS COMO LA SELECCION DEL MODELO HMM ELIGIENDO EL NUMERO ADECUADO DE ESTADOS O PROBLEMAS DE PREDICCION DE FALLOS DEL SISTEMA NO HAN SIDO MUY TRATADOS EN LA LITERATURA, ESTE PROYECTO PROPONE VALIDAR EL ENFOQUE DE LOS MODELOS HMM EN ANALISIS DE FIABILIDAD PARA CONSTRUIR MODELOS DE PREDICCION DE FALLOS DEL SISTEMA, DE GRAN UTILIDAD PUESTO QUE NO DISPONEMOS DE MEDIDAS DIRECTAS DE LA DEGRADACION DEL SISTEMA AL NO OBSERVAR EL PROCESO X, SE TRATA CONSTRUIR MODELOS DE LA FAMILIA HMM QUE NOS PERMITAN A PARTIR DE OTROS INDICADORES ESTIMAR EL NIVEL DE DEGRADACION DEL SISTEMA, INCORPORAR PROCESOS DE SEMI-MARKOV OCULTOS EN EL ANALISIS DE LA FIABILIDAD PARA DEFINIR ESTIMADORES DE LAS MEDIDAS DE RENDIMIENTO DE UN SISTEMA, ESTUDIAR SUS PROPIEDADES TEORICAS Y CONSTRUIR ALGORITMOS EFICIENTES QUE LAS IMPLEMENTEN, FIABILIDAD\PROCESOS DE MARKOV\MODELOS OCULTOS\INFERENCIA NO PARAMETRICA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores