‘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
Bajo dunas de hasta cinco metros, junto al cabo de Trafalgar, en Barbate (Cádiz), dos tumbas megalíticas guardaban los restos de al menos 20 personas. Un estudio de la Universidad de Cádiz, publicado en PLOS One, sitúa su uso en plena Edad del Bronce, entre el 1875 y el 1625 a. C., cuando en buena parte del suroeste peninsular se imponían los enterramientos individuales.
Sigue leyendo
La menopausia sigue siendo una etapa de poca visibilidad para muchas mujeres, a pesar de que millones de ellas convivirán durante décadas con sus síntomas y consecuencias físicas y emocionales. Un estudio realizado por profesoras de la Universidad de Granada ha analizado cómo afecta dicha transición a la calidad de vida y a la percepción del envejecimiento.
Sigue leyendo
Un equipo científico liderado por investigadores del Departamento de Biología Molecular y Bioquímica de la Universidad de Málaga, que también forman parte del grupo de IBIMA ‘Bases Moleculares de los Sistemas Biológicos’ (SIBIUMA), ha desarrollado una nueva metodología computacional capaz de predecir y priorizar genes que podrían compensar la pérdida de función de otros genes implicados en enfermedad.
Sigue leyendo
