‘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
Un equipo de investigación de la Universidad de Almería ha desarrollado un método más selectivo y sostenible que reduce el uso de disolventes y detecta hasta 50 compuestos más que las técnicas habituales en estos alimentos. La propuesta puede integrarse o sustituir los sistemas actuales en laboratorios y empresas del sector.
Este trabajo de investigación sucede a otro en el que el profesor Martín Olalla, investigador de la Universidad de Sevilla, corregía una idea original de Einstein que dio origen al tercer principio de la termodinámica.
Este estudio de la Universidad de Córdoba, en colaboración con el centro IFAPA Alameda del Obispo, identifica además los compuestos químicos presentes en las bellotas que podrían ayudar a encontrar la más apta para el consumo y así fomentar la utilización de un alimento infrautilizado e infravalorado.
