VOLVER

Share

‘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


Sevilla |
18 de marzo de 2021

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.


Share

Últimas publicaciones

Desarrollan un método que cuantifica la evaporación de agua en los embalses andaluces y clasifica su eficiencia
Cádiz | 11 de octubre de 2025

Un equipo de investigación de la Universidad de Cádiz ha diseñado un sistema que evalúa el volumen mensual de agua que se pierde evaporado en las presas andaluzas y lo han aplicado a 76 de ellas, cubriendo así todas las demarcaciones hidrográficas de Andalucía. Los expertos han combinado datos institucionales y toma de muestras in situ para además clasificar su eficiencia tras analizar factores morfológicos (extensión y profundidad del embalse), hidrológicos y de gestión.

Sigue leyendo
Descubre celebra el Día Mundial de la Salud Mental con un `Café con ciencia´ para sensibilizar a los adolescentes
Sevilla | 10 de octubre de 2025

La investigadora de la Universidad de Sevilla Irene García Moya, experta en Psicología, conversa con estudiantes de secundaria del IES Polígono Sur sobre `Salud mental, nuevas tecnologías y adolescentes´. La Fundación Descubre y el Sevilla TechPark organizan el encuentro de divulgación científica con motivo de esta efeméride.

Sigue leyendo
Científicos del CSIC logran crear en el laboratorio condiciones similares a las del Marte primitivo
Sevilla | 09 de octubre de 2025

Un equipo internacional con participación del IACT-CSIC logra por primera vez crear jardines químicos de sulfato de calcio en un laboratorio. Estos jardines crecen en condiciones similares a las del planeta Marte primitivo, lo que podría llevar a equívocos a la hora de interpretar las imágenes de la superficie marciana.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido