‘Machine learning’ para predecir el comportamiento de componentes electrónicos no testeados
La herramienta que se desarrolle en este proyecto del Centro Nacional de Aceleradores permitirá predecir el comportamiento, por lo que tiene una aplicación directa en proyectos espaciales y de entornos hostiles. Esta permitirá al usuario conocer en la fase de diseño si un componente es adecuado para su instrumento, ahorrando así costes de ejecución de ensayos y tiempo.
Fuente: Universidad de Sevilla
El Centro Nacional de Aceleradores (CNA) y Alter Technology, que actúa como Agente Agregado, lideran el proyecto de Predicción del Comportamiento Eléctrico de Dispositivos Electrónicos bajo Radiación (PRECEDER). Se trata de un subproyecto de transferencia del conocimiento, basado en la inteligencia artificial, cuyo objetivo es preparar una amplia base de datos y desarrollar técnicas de Aprendizaje Automático (‘Machine learning’) sobre un conjunto de resultados, que permitan predecir el comportamiento de otros componentes electrónicos no testeados en base a la experiencia.
El CNA, centro mixto de la Universidad de Sevilla, la Junta de Andalucía y el CSIC, es un referente para los ensayos de irradiación y la empresa Alter es experta en la irradiación de dispositivos electrónicos para el sector espacial. La evaluación del comportamiento frente a la radiación es esencial para el diseño y montaje de satélites, sondas, robots, etc.
La herramienta que se desarrolle en este proyecto permitirá predecir el comportamiento, por lo que tiene una aplicación directa en proyectos espaciales y de entornos hostiles. Esta permitirá al usuario conocer en la fase de diseño si un componente es adecuado para su instrumento, ahorrando así costes de ejecución de ensayos y tiempo.
PRECEDER se enmarca en el Proyecto Ecosistema Innovador con Inteligencia Artificial para Andalucía 2025 liderado por el Campus de Excelencia Internacional Andalucía TECH para que la Universidad de Sevilla y la Universidad de Málaga actúen con empresas tecnológicas tractoras para el desarrollo de tecnologías de inteligencia artificial en todos los ámbitos de la Estrategia de Especialización Inteligente (RIS3) en Andalucía. Cuarenta y nueve subproyectos de transferencia del conocimiento se engloban dentro de esta iniciativa financiada por la Junta de Andalucía, a través de la Dirección General de Investigación y Transferencia del Conocimiento de la Consejería de Transformación económica, Industria, Conocimiento y Universidades, enmarcada en el Programa Operativo FEDER.
Últimas publicaciones
Una investigación del Instituto de Agricultura Sostenible (centro del CSIC en Córdoba) y la Universidad de Valladolid demuestra el potencial de combinar nanotransportadores híbridos basados en quitosano con extractos vegetales de Rubia tinctorum para combatir la fusariosis vascular, una de las enfermedades más dañinas para el cultivo del plátano o banano.
Sigue leyendo
El Hospital Universitario Virgen del Rocío, perteneciente al Servicio Andaluz de Salud (SAS) de la Consejería de Presidencia, Sanidad y Emergencias, lidera, junto a la Universidad de Sevilla, el desarrollo de una aplicación que permite registrar los impactos mecánicos que recibe el hueso durante la actividad física y que servirá para avanzar en la prevención de la osteoporosis tras la recomendación personalizada de la actividad física.
Sigue leyendo
Un equipo internacional de investigadores con participación de la Universidad de Granada ha demostrado que comunidades microbianas presentes de forma natural en aguas de mina son capaces de eliminar gran parte de los contaminantes habituales de estos entornos.
Sigue leyendo
