Archivo de la etiqueta: investigación

BIOTRANS: inteligencia computacional para transformar biomasa

GORKA SORROSAL     CRUZ E. BORGES     AINHOA ALONSO
Investigadores de DeustoTech Energy

Ejemplo de ajuste para un experimento del proceso BTO. Data: datos experimentales, Mech: modelo de conocimiento, NN: modelo neuronal
Ejemplo de ajuste para un experimento del proceso BTO. Data: datos experimentales, Mech: modelo de conocimiento, NN: modelo neuronal

DeustoTech Energy, a través del proyecto BIOTRANS, persigue desarrollar herramientas para la intensificación de procesos de transformación de biomasa, siendo su objetivo último la búsqueda de alternativas a la petroquímica actual y la valorización de materias primas alternativas al petróleo. El proyecto ha obtenido financiación del Gobierno Vasco a través de su convocatoria para proyectos de Investigación Básica y Aplicada, por su notable interés científico.

Hoy día cada vez somos más conscientes de que el petróleo es una  materia prima agotable cuyas reservas disminuyen año a año. Por ello, tanto la industria como los gobiernos de los países  desarrollados están impulsando la transición hacia una «Refinería sostenible» fomentando la producción de biocombustibles así como otros procesos ligados al procesamiento de los combustibles fósiles.

BIOTRANS pretende realizar un modelado del proceso de transformación catalítica de Bioetanol a Olefinas (BTO) mediante Redes Neuronales Artificiales. El uso de estas técnicas permite simplificar la construcción de los modelos al no basarse en principios físicos. Además, los tiempos de ajuste y estimación son  sustancialmente inferiores a los de complejos modelos matemáticos usuales, lo cual facilita su integración y cooperación con las técnicas de control. Nótese que el uso de las técnicas de Inteligencia  Computacional no constituyen una simplificación del modelo pues son capaces de «aprender» cualquier función.
En particular, en este proyecto se han probado diferentes arquitecturas de red y modelos estructurales con el fin de buscar la Red Neuronal que mejor se ajuste a los datos experimentales. Los resultados obtenidos permiten afirmar que estas técnicas son capaces de aprender correctamente las dinámicas del sistema y las relaciones existentes entre las diferentes variables que actúan sobre el proceso.

Arquitectura de una Red Neuronal Artificial
Arquitectura de una Red Neuronal Artificial

En la actualidad a partir del modelo desarrollado se está trabajando en la optimización y control inteligente multivariable del proceso  con el doble objetivo de maximizar el producto de reacción a la salida del reactor a la vez que se alarga la vida útil del catalizador.
Dentro de las estrategias de optimización se emplean técnicas evolutivas para determinar las condiciones de operación más adecuadas en cada momento y estado de la reacción, dotando de inteligencia al controlador con el fin de maximizar la producción global.
Con este proyecto se persiguen, por tanto, dos grandes objetivos simultáneamente. Por un lado, mejorar los beneficios medio  mbientales y económicos por el uso de materias primas renovables alternativas al petróleo, y por otro, la integración de la inteligencia
computacional en el desarrollo y optimización de estos procesos reduciendo el tiempo y costes necesarios para su futura implantación en el mercado.

Presentación de resultados en una conferencia internacional
Gorka Sorrosal, durante la presentación de resultados en una conferencia

Inteligencia cumputacional aplicada a la energía

La inteligencia computacional es una rama de la inteligencia artificial que combina elementos de aprendizaje, adaptación y evolución para crear programas con ciertas características «inteligentes» donde por
«inteligentes» se entienden programas con capacidad para de actuar  correctamente ante nuevas situaciones.
Algunas de las técnicas inteligentes se basan en el propio funcionamiento de la naturaleza. Por ejemplo,  las Redes Neuronales Artificiales tratan de emular el comportamiento de los cerebros biológicos a la hora de aprender relaciones o las Técnicas Evolutivas, que pretenden imitar el proceso evolutivo de las especies a la hora de optimizar un proceso.
Sus aplicaciones son muy variadas y en ámbitos de aplicación tan dispares como la Ingeniería Industrial, la Medicina, la Economía o la Climatología. Desde la construcción de algoritmos de visión  artificial, a la optimización y control inteligente de procesos industriales, pasando por el modelado de todo tipo de procesos industriales, modelos meteorológicos, económicos, ayudas al diagnóstico médico, etc.

DeustoTech Internet: comprometidos con la gestión, visualización y análisis de datos abiertos

UNAI AGUILERA  unai.aguilera@deusto.es   @unaguil

AITOR ALMEIDA  aitor.almeida@deusto.es  @aialmeida

PABLO ORDUÑA

ÓSCAR PEÑA

DIEGO LÓPEZ DE IPIÑA     dipina@deusto.es   http://paginaspersonales.deusto.es/dipina/

EnRed.Internet.Visualizacion.Imagen2 (2)
Información demográfica de quiénes realizan pagos en un código postal

Investigadores de DeustoTech Internet

DeustoTech-INTERNET lleva desde su comienzo, hace 8 años bajo el nombre de MORELab, trabajando en la aplicación de formatos abiertos y tecnologías semánticas a la resolución de problemas. La experiencia obtenida durante estos años ha permitido adquirir al grupo un amplio conocimiento en la gestión de datos semánticos y enlazados y ha suscitado un interés dentro del mismo sobre el impacto que estas tecnologías pueden tener en distintos ámbitos sociales. A continuación se presenta un resumen de las distintas actividades relacionadas con la gestión, visualización y análisis de datos que el grupo ha desarrollado en los últimos años, las cuales integran aspectos tecnológicos, sociales y políticos con el denominador común de la transparencia y el acceso abierto a datos.

Intellidata

Intellidata es una aplicación web que permite visualizar datos de pagos con tarjetas en las provincias de Madrid y Barcelona.  Sabiendo de dónde proviene la persona que realiza el pago, así como en qué lleva a cabo el gasto (bares y restaurantes, compra, moda), e información básica (edad, género), la aplicación visualiza red social de consumidores, demografía y conducta en código postal o mapas de calor de pagos.
Pág. del proyecto: http://apps.morelab.deusto.es/intellidata/

Electoras y elegidas

Electoras y elegidas es un análisis de la campaña electoral de las elecciones europeas de Mayo 2014 desde una perspectiva de género llevado a cabo con Ángela Paloma Martín. Para ello, se ha desarrollado una aplicación web que muestra proporciones y comparativas de opinión (CIS) con las elecciones de 2009.
Pág. del proyecto: http://apps.morelab.deusto.es/euwomen/

EnRed.Internet.Visualizacion.Imagen2 (1)

DBpedia en Euskera

La DBPedia es un recurso que permite acceder a la información contenida en la Wikipedia en un formato estructurado y que pueda ser accedido por aplicaciones de forma automática, de acuerdo con el paradigma de la Web Semántica. Es un proyecto sin ánimo de lucro en el que colaboran distintas organizaciones centradas en mejorar y mantener la estructura existente para cada uno de los idiomas en los que está disponible. Actualmente, el grupo DeustoTech-INTERNET es el responsable de mantener el capítulo ofi cial en euskera de la DBPedia, reconocido por la fundación DBPedia como capítulo ofi cial, implicando tareas como la extracción de datos desde la Wikipedia, la gestión del servidor y la adecuación de los diferentes extractores para su compatibilidad con el idioma.
Pág. del proyecto: http://eu.dbpedia.org

Análisis de la campaña de las elecciones europeas en Twitter

El análisis de la campaña electoral en Twitter durante las
elecciones europeas del 2014 surgió como una colaboración
entre DeustoTech-INTERNET y el Regional Manifestos
Project, liderado por Braulio Gómez. urante toda la campaña
electoral se analizó la actividad de los diferentes partidos
políticos y candidatos europeos en Twitter, aplicando técnicas
de Social Network Analysis. Este análisis sirvió como
soporte a un blog temático en el diario on-line infoLibre.
Pág. del proyecto: http://apps.morelab.deusto.es/eu_elections

Teseo

Teseo es el repositorio ofi cial de las tesis doctorales realizadas
en España desde 1977. Aunque Teseo permite acceder
a estos datos mediante su web, no proporciona ningún
tipo de interfaz programática (API) para tratarlos directamente.
Como parte del Open Data Day 2014 el grupo
DeustoTech-INTERNET creó una herramienta que permitiese
extraer los datos de Teseo y estructurarlos como Linked
Open Data. Además se ha realizado un proceso de análisis
de datos, creando una serie de visualizaciones que ayudan
a comprender la evolución de los doctorados en España.
Pág. del proyecto: http://apps.morelab.deusto.es/teseo

 

Golden Ball meta-heuristic o cómo fútbol y la planificación de rutas tienen mucho que ver

ENEKO OSABA. Profesor de Estadística y estudiante de doctorado en DeustoTech Mobility

FERNANDO DÍAZ. Profesor del Departamento de Telecomunicaciones

¿Es posible unir el mundo del fútbol con la planificación de rutas de vehículos? A simple vista son dos conceptos que nada tienen que ver, pero con un poco de imaginación es posible. Siendo conscientes de que es algo difícilmente asimilable en un primer momento, comencemos por lo más simple.

GoldenBall1
El Golden Ball es una técnica especialmente diseñada para la resolución de problemas de planificación de rutas. Un problema muy conocido dentro de este campo es el problema del viajante, o TSP, en el que contamos con un número de ciudades repartidas aleatoriamente, y en el que el objetivo consiste en encontrar una ruta que minimice la distancia recorrida visitando cada ciudad una sola vez.
A priori el TSP parece un problema de fácil resolución. En una instancia en la que contáramos con tan solo cinco estaciones, por ejemplo, estoy seguro que la mayoría de vosotros sería capaz de encontrar «a ojo» la ruta óptima. Ahora os propongo un ejercicio más complicado… Intentad encontrar la ruta óptima para una instancia de más de 50 ciudades.
Resulta más complicado, ¿verdad? Teniendo en cuenta que el número total de rutas posibles es mucho mayor que tres trillones de trillones (que se dice pronto), es más que probable que en toda nuestra vida no fuéramos capaces de obtener la solución óptima.
Para resolver este tipo de problemas hay que hacer uso de técnicas, o algoritmos, especialmente diseñados para ello. En la literatura pueden encontrarse múltiples técnicas de este tipo para resolver todo tipo de problemas de planificación de rutas. Algunos de
estos algoritmos son el algoritmo genético (AG), o la optimización por abejas artificiales (OAA). Cada una de las técnicas se basa en diferentes conceptos, o metáforas, como por ejemplo la evolución del ser humano, en el caso del AG; o el ejercicio que realizan
las abejas en busca de fuentes de alimento, en el caso del OAA.

GoldenBall.TSP, mapa despues

Pese a que existen muchísimos algoritmos de este tipo, es interesante mencionar que la gran mayoría de ellos tienen un aspecto en común. Todos ellos trabajan sobre posibles soluciones del problema, las cuales se van modificando y evaluando a lo largo de la ejecución del algoritmo. En el caso del TSP, las técnicas trabajan con posibles rutas, las cuales se van modificando con la intención de mejorarlas progresivamente.

Con todo esto, el Golden Ball es una técnica que se basa en la metáfora del fútbol para resolver problemas de diferente índole, entre los cuales destacamos los problemas de planificación de rutas. Centrándonos en el TSP, el Golden Ball, al igual que muchas técnicas existentes, trabaja con un conjunto de soluciones (es decir, rutas) aleatoriamente creadas.

GoldenBall.TSP, satelite despues
Estos son los conceptos básicos en los que se basa la técnica Golden Ball. Hasta ahora, ha gozado de reconocimiento científico, habiendo sido publicada en dos revistas científicas y en un congreso. Además de esto, somos conscientes de que un grupo de investigación tailandés se ha interesado en nuestra técnica, y ya está trabajando sobre la misma, con la intención de realizar varias publicaciones al respecto.

Por lo tanto, a la pregunta «¿Es posible unir el fútbol con la planificación de rutas de vehículos?» hay que contestar que sí: sí es posible. Y no veáis lo gratificante que es unir uno de tus mayores hobbies con tu inquietud científica. ¡Es algo que realmente aconsejamos!

Sigue leyendo Golden Ball meta-heuristic o cómo fútbol y la planificación de rutas tienen mucho que ver