Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

PID2021-123654OB-C32

Financiado

MODELOS BASADOS EN DATOS Y ACTUALIZACION DE MODELOS PARA GEMELOS DIGITALES

ESTE SUBPROYECTO SE CENTRA EN EL ANALISIS Y TRATAMIENTO DE DATOS, EN LA CARACTERIZACION DE LA INCERTIDUMBRE Y EN EL MODELADO BASADO EN DATOS ASI COMO EN ACTUALIZACION DE MODELOS. EN PARTICULAR, SE LLEVARAN A CABO LAS SIGUIENTES TA... ver más

01/01/2021

CSIC

114K€

Presupuesto del proyecto: 114K€

Líder del proyecto

AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGA... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 2-3 | 552M€

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%

Participantes

CSIC

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

MTM2010-19528 VALIDACION E IMPLEMENTACION DE MODELOS BAYESIANOS EN APLICAC... 125K€ Cerrado

UN-BIASED UNcertainty quantification and modelling Bias Inhibition by... 173K€ Cerrado

TIN2016-78365-R UNA APROXIMACION DESDE LA INTELIGENCIA COMPUTACIONAL AL TRAT... 227K€ Cerrado

ECO2009-12853 MODELOS DINAMICOS DIFUSOS EN LA PROSPECTIVA TECNOLOGICA 25K€ Cerrado

TIN2016-77902-C3-2-P MODELOS GRAFICOS PROBABILITICOS Y ANALITICA ESCALABLE DE DAT... 171K€ Cerrado

TIN2016-77902-C3-3-P MODELOS GRAFICOS PROBABILISTICOS Y ANALITICA DE DATOS ESCALA... 144K€ Cerrado

Líder del proyecto

AGENCIA ESTATAL CONSEJO SUPERIOR DE INVESTIGA... No se ha especificado una descripción o un objeto social para esta compañía.

TRL 2-3 | 552M€

Presupuesto del proyecto 114K€

Descripción del proyecto ESTE SUBPROYECTO SE CENTRA EN EL ANALISIS Y TRATAMIENTO DE DATOS, EN LA CARACTERIZACION DE LA INCERTIDUMBRE Y EN EL MODELADO BASADO EN DATOS ASI COMO EN ACTUALIZACION DE MODELOS. EN PARTICULAR, SE LLEVARAN A CABO LAS SIGUIENTES TAREAS:- DESARROLLO Y MEJORA DE LOS METODOS Y HERRAMIENTAS PARA EL TRATAMIENTO DE DATOS ASI COMO PARA LA CALIDAD DE LOS DATOS Y VALIDACION PARA ALIMENTAR AL GEMELO DIGITAL EN TIEMPO REAL. EN ESTA TAREA, PROPONDREMOS UN METODO PARA EVALUAR LA CALIDAD DE LOS DATOS EN BASE A DIFERENTES NIVELES PROGRESIVOS DE PRUEBA. EN PARTICULAR, SE APLICARAN PRUEBAS AVANZADAS BASADAS EN MODELOS (POR EJEMPLO, RECONCILIACION DINAMICA DE DATOS). CADA DATO SE ASOCIARA CON EL NIVEL RESTRICTIVO DE CALIDAD MAS ELEVADO POSIBLE, PROPORCIONANDO UN INDICADOR ACERCA DE LAS TAREAS DE ALTO NIVEL PARA LAS QUE DICHO DATO ES APROPIADO.- EN ESTE SUBPROYECTO TAMBIEN SE ESTUDIARA LA CARACTERIZACION DE LA INCERTIDUMBRE. SE ESTUDIARA EL FORMALISMO BAYESIANO Y SE APLICARA A LOS DISTINTOS MODELOS PROPUESTOS EN EL PROYECTO. TAL FORMALISMO PROPORCIONA UNA FORMA NATURAL DE ACTUALIZAR EL VALOR DE LOS PARAMETROS MEDIANTE EL USO DE NUEVOS DATOS EXPERIMENTALES OBTENIDOS DURANTE LA OPERACION DEL PROCESO. ESTA NUEVA INFORMACION SE USARA PARA RE-ESTIMAR LA DISTRIBUCION DE PROBABILIDAD DE LOS PARAMETROS Y ASI ACTUALIZARLA PARA OBTENER UN DISTRIBUCION DE PROBABILIDAD POSTERIOR. DICHA DISTRIBUCION NOS PROPORCIONARA INFORMACION ACTUALIZADA SOBRE LA REGION DE INCERTIDUMBRE. ESTA METODOLOGIA SE USARA TAMBIEN PARA EVALUAR LA FIABILIDAD DE LAS PREDICCIONES DEL GEMELO DIGITAL.- DESARROLLO DE METODOS PARA EL MODELADO BASADO EN DATOS. ESTA TAREA SE ENFOCARA AL DESARROLLO DE MODELOS EN CAJA GRIS USANDO TODAS LAS FUENTES DE INFORMACION DISPONIBLES: DATOS EXPERIMENTALES, LEYES BASADAS EN PRIMEROS PRINCIPIOS, ETC. SE ANALIZARAN Y MEJORARAN LAS TECNICAS DE APRENDIZAJE AUTOMATICO PARA CONSTRUIR MODELOS PARAMETRICOS Y NO PARAMETRICOS SUJETOS AL CONOCIMIENTO FISICO DEL PROCESO. SE USARAN, POR EJEMPLO, REDES NEURONALES O TECNICAS DE REGRESION SIMBOLICA PARA IDENTIFICAR TANTO LA ESTRUCTURA DEL MODELO Y LOS PARAMETROS COMO LAS CINETICAS DE REACCION DESCONOCIDAS CERRANDO EL HUECO CON LOS DATOS EXPERIMENTALES DISPONIBLES. EN ESTE CONTEXTO TAMBIEN SE USARAN TECNICAS BAYESIANAS.- ACTUALIZACION DE MODELOS EN TIEMPO REAL. EN ESTA TAREA, ESTUDIAREMOS LOS METODOS DE MANTENIMIENTO DE MODELOS BASADOS EN DATOS PARA DETECTAR DESVIACIONES EN EL COMPORTAMIENTO DEL MODELO CON RESPECTO AL PROCESO REAL Y VOLVER A ENTRENAR EL MODELO PARA CORREGIR DICHAS DESVIACIONES. ESTUDIAREMOS, TAMBIEN, LAS TECNICAS DISPONIBLES PARA MANTENER LA COHERENCIA ENTRE DISTINTOS TIPOS DE MODELOS. EN ESTE SENTIDO, CONSIDERAREMOS DISTINTOS METODOS DE APRENDIZAJE AUTOMATICO. ADEMAS, DESARROLLAREMOS NUEVAS METODOLOGIAS PARA USAR DATOS DEL PROCESO PARA LA ACTUALIZACION AUTOMATICA DE MODELOS. TAMBIEN ADAPTAREMOS LAS TECNICAS DESARROLLADAS EN TAREAS ANTERIORES PARA INTEGRAR Y COMBINAR MODELOS BASADOS EN DATOS Y BASADOS EN LAS LEYES FISICAS.POR ULTIMO, ESTE SUBPROYECTO, GESTIONARA LA APLICACION DE LAS DISTINTAS ACTIVIDADES DE INVESTIGACION EN EL CASO DE ESTUDIO DE ESTERILIZACION DE ALIMENTOS ENVASADOS. EN PARTICULAR, SE CONSIDERARAN TANTO LAS TAREAS DESCRITAS ANTERIORMENTE COMO OTRAS DESARROLLADAS EN OTROS PAQUETES DE TRABAJO, POR EJEMPLO: SIMULACION Y OPTIMIZACION DISTRIBUIDA E INTEGRACION DE OPTIMIZACION EN TIEMPO REAL Y PLANIFICACION. EMELO DIGITAL\ESTERILIZACION DE ALIMENTOS\METODOS BAYESIANOS\ACTUALIZACION DE MODELOS\SIMULACION DISTRIBUIDA\PLANIFICACION\INCERTIDUMBRE\MODELOS BASADOS EN DATOS

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores