Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

TED2021-131520B-C22

Financiado

Cerrado

MODELOS BASADO EN DATOS PARA EVENTOS DE CAUDAL DE LLUVIA.

LOS SISTEMAS HIDROLOGICOS HAN SIDO AMPLIAMENTE ESTUDIADOS Y SU TEORIA HA DADO A LA LUZ SISTEMAS COMPLEJOS EN LOS QUE INTERVIENEN PROCESOS DISTANTES MUY VARIABLES E INTERRELACIONADOS. ESTOS MODELOS FISICOS SON RIGUROSOS DESDE EL PU... ver más

01/01/2021

UC3M

100K€

Presupuesto del proyecto: 100K€

Líder del proyecto

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

Total investigadores 1335

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UC3M

Lider

Proyectos interesantes

EXPEDITE

Data Science

Environmental S...

189K€ Cerrado

COCLIMAT

Data Science

Applied Physics

196K€ Cerrado

USMILE

Data Science

Software

10M€ Cerrado

JDC2023-051208-I

Data Science

Applied Physics

72K€ Cerrado

ARTIST

Data Science

Applied Physics

173K€ Cerrado

PID2021-124018OB-I00

Data Science

Environmental S...

58K€ Cerrado

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

Líder del proyecto

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

Total investigadores 1335

Presupuesto del proyecto 100K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto LOS SISTEMAS HIDROLOGICOS HAN SIDO AMPLIAMENTE ESTUDIADOS Y SU TEORIA HA DADO A LA LUZ SISTEMAS COMPLEJOS EN LOS QUE INTERVIENEN PROCESOS DISTANTES MUY VARIABLES E INTERRELACIONADOS. ESTOS MODELOS FISICOS SON RIGUROSOS DESDE EL PUNTO DE VISTA CONCEPTUAL, PERO A MENUDO SON PROHIBITIVAMENTE COMPLEJOS CUANDO SE BUSCAN RESULTADOS PRECISOS A GRAN ESCALA. POR OTRO LADO, EN LOS ULTIMOS AÑOS SE ESTAN DESARROLLANDO SUCESOS, ALGUNO DE ELLOS CATASTROFICOS, DERIVADOS PRINCIPALMENTE DEL CALENTAMIENTO GLOBAL. LAS TEORIAS HIDROLOGICAS ACTUALES SON INCAPACES DE OFRECER SOLUCIONES ADECUADAS EN EL CONTEXTO DEL CAMBIO CLIMATICO Y ES NECESARIO ADOPTAR ENFOQUES NOVEDOSOS EN ESTE CAMPO.EN EL AMBITO DE LA INVESTIGACION HAN APARECIDO NUEVOS MODELOS QUE PRETENDE EL DISEÑO DE MODELOS HIDROLOGICOS PARTIENDO DE HISTORICOS DE DATOS RECOGIDOS POR DIVERSOS SENSORES Y/O DATOS EXTERNOS. ESTOS NUEVOS MODELOS HACEN USO DE TECNICAS DE APRENDIZAJE AUTOMATICO (ML) COMO SE DESCRIBE EN LA MEMORIA DEL PROYECTO. PARTIENDO DEL ENFOQUE GENERAL DEL PROYECTO, EL SP2 APOYADO POR LA EXTENSA EXPERIENCIA DEL GRUPO DE INTELIGENCIA ARTIFICIAL APLICADA (GIAA) DE LA UC3M EN PROYECTOS EN LOS QUE SE APORTAN SOLUCIONES A PROBLEMAS COMPLEJOS APLICANDO EL PROCESADO SENSORIAL Y LAS TECNICAS DE INTELIGENCIA ARTIFICIAL PLANTEA LOS SIGUIENTES OBJETIVOS COMPLEMENTARIOS AL SP1:*. APOYAR A LA DEFINICION DE LA ESTRATEGIA DE RECOLECCION DE DATOS. EL GIAA TIENE UNA AMPLIA EXPERIENCIA EN LA SENSORIZACION DE ESPACIOS INTELIGENTES MEDIANTE VEHICULOS AEREOS NO TRIPULADOS (UAVS). EL USO DE UAVS Y LA TELEMETRIA DE BAJA ALTITUD PERMITE OBTENER INFORMACION CON MAYOR RESOLUCION QUE LAS SOLUCIONES SATELITALES, ABARCANDO UN ESPACIO GEOGRAFICO MAYOR QUE LAS MEDICIONES IN-SITU.*. DESARROLLAR NUEVOS MODELOS HIDROLOGICOS QUE FUSIONEN POTENTES ALGORITMOS DE APRENDIZAJE AUTOMATICO CON MODELOS FISICOS. LO MODELOS DE ML PRESENTADOS HASTA LA FECHA SON CONSIDERADOS COMO MODELOS DE CAJA-NEGRA QUE EXPLOTAN LOS DATOS RECOPILADOS PARA CONSTRUIR PRINCIPALMENTE PREDICCIONES UTILIZANDO VARIABLES ESCASAMENTE CONECTADAS, SIN RELACIONES CASUALES ESTRUCTURADAS CON BASE FISICA. DEL MISMO MODO, LOS DATOS DE ENTRADA SE PREPROCESAN CON FRECUENCIA SIGUIENDO LOS REQUISITOS DE LOS DATOS, PERO IGNORANDO LAS POSIBLES RELACIONES FISICAS ENTRE LAS VARIABLES QUE RECOMIENDAN ESTRUCTURAS DE DATOS DE ENTRADA ESPECIFICAS. EL OBJETIVO ES AVANZAR EL ESTADO DEL ARTE ACTUAL PARA PROPONER UNA INTEGRACION MAS SINERGICA, SISTEMATICA Y EFICAZ DE LAS HERRAMIENTAS COMPUTACIONALES Y LA HIDROLOGIA. SE PROPONE UN NUEVO PARADIGMA QUE FUSIONA ENFOQUES FISICOS Y BASADOS EN DATOS, EN EL QUE LA MODELIZACION HIDROLOGICA APROVECHA LOS ALGORITMOS INFORMATICOS MAS AVANZADOS. SE HARAN USO DE MODELOS DE PREDICCION Y CLASIFICACION MODERNOS QUE UTILIZAN ENSEMBLES DE CLASIFICADORES/REGRESORES, A LOS QUE SE INCORPORARA LOS MODELOS DINAMICOS BASADOS EN LA FISICA DEL PROCESO. ESTE ENFOQUE PERMITIRA, POR UN LADO, MEJORAR LA GENERALIZACION Y PRECISION DE LOS MODELOS FISICOS ACTUALES, Y, POR OTRO LADO, APORTAR UNA EXPLICABILIDAD E INTERPRETABILIDAD A LOS MODELOS DISEÑADOS.*. PROPONER NOVEDOSOS ENFOQUES BASADOS EN LA TEORIA DE AGENTES QUE PERMITAN EL DESARROLLO DE MODELOS HIDROLOGICOS CON PROPUESTAS DE MONITOREO ADAPTATIVAS. LA TEORIA DE AGENTES PERMITIRA SOLUCIONES MAS ADAPTADAS A LAS CONDICIONES ESPECIFICAS DE CADA EVENTO Y, POR LO TANTO, MAS EFICIENTES.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores