INTELIGENCIA COMPUTACIONAL PARA LA MITIGACION DE EMISIONES: NUEVAS METODOLOGIAS...
INTELIGENCIA COMPUTACIONAL PARA LA MITIGACION DE EMISIONES: NUEVAS METODOLOGIAS DE APRENDIZAJE CON DATOS INCOMPLETOS
EN RELACION CON LA "ESTRATEGIA A LARGO PLAZO PARA UNA ECONOMIA ESPAÑOLA MODERNA, COMPETITIVA Y CLIMATICAMENTE NEUTRA EN 2050" (ELP 2050), APROBADA POR EL CONSEJO DE MINISTROS EN NOVIEMBRE DE 2020 Y EL PLAN NACIONAL INTEGRADO DE EN...
ver más
Descripción del proyecto
EN RELACION CON LA "ESTRATEGIA A LARGO PLAZO PARA UNA ECONOMIA ESPAÑOLA MODERNA, COMPETITIVA Y CLIMATICAMENTE NEUTRA EN 2050" (ELP 2050), APROBADA POR EL CONSEJO DE MINISTROS EN NOVIEMBRE DE 2020 Y EL PLAN NACIONAL INTEGRADO DE ENERGIA Y CLIMA (PNIEC 2021-2030), QUE DESARROLLA LAS VIAS PARA LOGRAR LA REDUCCION DE LAS EMISIONES DE GASES DE EFECTO INVERNADERO ESTABLECIDAS EN EL PROYECTO DE LEY DE CAMBIO CLIMATICO Y TRANSICION ENERGETICA DE MAYO DE 2020, EN ESTE PROYECTO SE DEFIENDE LA IDEA DE QUE ES POSIBLE MITIGAR LAS EMISIONES DE CONTAMINANTES Y GASES DE EFECTO INVERNADERO, CON UN COSTE ECONOMICO BAJO, MEDIANTE EL APROVECHAMIENTO MAS EFICIENTE DE LOS DATOS QUE YA ESTAN SIENDO CAPTURADOS DE FORMA RUTINARIA EN DIFERENTES PROCESOS. PARA ALCANZAR ESTE FIN SE DESARROLLAN TECNICAS DE INTELIGENCIA COMPUTACIONAL QUE EXPLOTAN EL CONOCIMIENTO EXISTENTE EN LOS CONJUNTOS DE DATOS INCOMPLETOS QUE NO SON APROVECHABLES MEDIANTE PROCEDIMIENTOS CONVENCIONALES. DICHAS TECNICAS SE APOYAN EN NUEVOS CRITERIOS PARA CUANTIFICAR EL RIESGO DE UN MODELO, DADA UNA MUESTRA IMPRECISA, Y EN DIFERENTES ESTRATEGIAS DE COMPARACION ENTRE RIESGOS IMPRECISOS. SE ESTUDIAN GENERALIZACIONES DE LA FUNCION DE VEROSIMILITUD PARA ESTE TIPO DE DATOS Y DIFERENTES MECANISMOS PARA REDUCIR LA INCERTIDUMBRE DE LOS MISMOS MEDIANTE LA INYECCION DE CONOCIMIENTO ACERCA DEL DOMINIO DEL PROBLEMA. SE PROPONE EL EMPLEO DE ALGORITMOS GENETICOS BI-NIVEL PARA EL COAPRENDIZAJE DE UN MODELO Y DE LOS DATOS LATENTES EN UNA MUESTRA INCOMPLETA, Y SE ANALIZA LA RELACION ENTRE LAS TECNICAS PROPUESTAS, LA IMPUTACION DE DATOS, LA DESAMBIGUACION DE MODELOS Y EL APRENDIZAJE DEBILMENTE SUPERVISADO.LOS ALGORITMOS DESARROLLADOS SE APLICARAN EN TRES LINEAS DE TRABAJO: LA MITIGACION DE LAS EMISIONES (REDUCIENDO LA PROBABILIDAD DE LOS EVENTOS CON IMPACTO AMBIENTAL), LA DESCARBONIZACION SECTORIAL (FAVORECIENDO LA SUSTITUCION DE TECNOLOGIAS CONTAMINANTES POR SUS ALTERNATIVAS LIMPIAS) Y FACTORES TRANSVERSALES (COMO EL EFECTO DE LOS CONTAMINANTES EN LA SALUD PUBLICA). LOS EVENTOS CON IMPACTO AMBIENTAL SE REDUCIRAN MEDIANTE EL USO DE ALGORITMOS INTELIGENTES CAPACES DE ANTICIPARSE A AVERIAS EN LOS EQUIPOS, Y MEDIANTE NUEVAS TECNOLOGIAS Y MATERIALES, EN TRES CAMPOS DE APLICACION: EL ANALISIS DE MATERIALES QUE IMPIDEN LA ADHESION DEL HIELO, EL DIAGNOSTICO DE MOTORES A REACCION Y EL MODELADO DE LOCOMOTORAS PROPULSADAS POR GAS NATURAL LICUADO. LAS TECNOLOGIAS CONTAMINANTES ESTUDIADAS INCLUYEN EL TRANSPORTE DE PERSONAS Y MATERIALES CON PROPULSION DIESEL (REEMPLAZABLE POR PROPULSION A GAS NATURAL Y POR VEHICULOS ELECTRICOS), LA GENERACION Y DISTRIBUCION DE ENERGIA (GESTION DEL ALMACENAMIENTO DE ENERGIA EN NUEVAS TECNOLOGIAS DE BATERIAS DE LITIO CON SILICIO EN EL ELECTRODO) Y LA GESTION DE RESIDUOS URBANOS (REDUCCION DE LA FRACCION RESTO MEDIANTE DETECCION DE CONTAMINANTES EN BOLSAS DE RESIDUOS RECICLABLES). COMO FACTORES TRANSVERSALES SE PROPORCIONA APOYO AL DIAGNOSTICO DE ENFERMEDADES CARDIOVASCULARES (USO DE HERRAMIENTAS DE PROCESAMIENTO DE SERIES TEMPORALES PARA VISUALIZAR LA EVOLUCION DE PACIENTES) Y AL APROVECHAMIENTO EFICIENTE DE LA ENERGIA EN DISPOSITIVOS MEDICOS PORTATILES (PREPROCESAMIENTO, APRENDIZAJE E INFERENCIA EN DISPOSITIVOS DE BAJO CONSUMO ENERGETICO). OFT COMPUTING\SISTEMAS DIFUSOS\SISTEMAS BASADOS EN REGLAS FUZZY\ALGORITMOS EVOLUTIVOS\MINERIA DE DATOS Y APRENDIZAJE
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.