‘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 andaluz ha obtenido este aderezo para ensalada a base fibra de esta leguminosa sin ningún aditivo químico para estabilizarlo. Para ello, transforman las propiedades iniciales de la fibra de la vaina con altas presiones, obligándolo a fluir a través de una serie de microcanales. Así, sus propiedades iniciales se transforman para retener más agua y mantener el alimento estable más tiempo, añadiéndole ventajas nutricionales.
Sigue leyendo
El secretario general de Investigación e Innovación de la Consejería de Universidad ha presidido en Sevilla el Patronato de la entidad. El impulso a la comunicación social de la ciencia y la innovación con nuevas narrativas digitales y la incorporación de la IA son las principales apuesta del Plan, alineado con la Ley ACTIVA.
Sigue leyendo
Predecir cómo responderá la biodiversidad ante el cambio global requiere estudiar más allá de la especie como unidad básica y tener en cuenta la variabilidad individual. Así lo indica un equipo de científicos de la Estación Biológica de Doñana-CSIC en una investigación publicada en la revista Ecological Monographs.
Sigue leyendo
