‘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 Cádiz ha combinado imágenes de satélite y modelos matemáticos para identificar el origen y las causas de la formación de hileras de residuos flotantes en la cuenca mediterránea noroccidental. Esta tecnología permite reconstruir una línea temporal detallada del proceso y muestra cómo los eventos climáticos extremos, principalmente lluvias torrenciales, pueden inyectar grandes cantidades de basura al medio marino. Durante los 3 meses analizados, los expertos calcularon la entrada de 50 toneladas de desechos al mar, la gran mayoría concentrada en un evento de entrada de tan solo tres días de duración.
Investigadores de esta institución lideran la iniciativa, en la que participan 200 personas y que concluirá con un informe que recopilará acciones prácticas para mejorar la funcionalidad ecológica del campus.
Sigue leyendo
El inventario, liderado por el Consejo Superior de Investigaciones Científicas (CSIC), actualiza el conocimiento sobre la biodiversidad en la Reserva de la Biosfera de Doñana, área protegida y amenazada. Las aves son el grupo más rico con 417 especies. Las siguen los peces, con 182 especies. En total se incluyen 700 especies de vertebrados y se excluyen del listado las especies domesticadas.
Sigue leyendo
