Sistemas inteligentes

Las actividades del grupo de Sistemas Inteligentes se desarrollan en el campo del procesado inteligente de la información proveniente de múltiples fuentes y sensores y extraer valor de la información.

El grupo aplica los últimos avances en sus vertientes de Redes Neuronales, Mapas Autoorganizados, Random Forest, Computación Evolutiva… Estas técnicas permiten su aplicación a un conjunto relevante de dominios (mantenimiento predictivo, robótica, optimización, gestión de los recursos…) que representan las áreas más activas de investigación en IA.

Áreas de trabajo

Procesado de señal/imagen: En la actividad de AIN, el procesado de la información parte desde la captura. Esta señal capturada tiene que ser preprocesada, adaptada y preparada para la obtención de información. Incluye procesamientos en el dominio de tiempo, de frecuencia, wavelet… e imágenes en el visible, infrarrojo, multiespectral, lídar… Se incluyen las técnicas de fusión de datos.

Aprendizaje automático: el trabajo está enfocado a la minería de datos y el descubrimiento de conocimiento. Analizamos datos históricos y los convertimos en información predictiva y prescriptiva, creamos modelos complejos basados en datos y optimizamos sistemas complejos. Se utilizan numerosos algoritmos y métodos entre los que se encuentran la computación evolutiva, las redes neuronales, los métodos probabilísticos… Según la forma de aprendizaje, los métodos de aprendizaje supervisado y no supervisado. Y todos ellos con el fin de optimizar, clasificar, detectar patrones o analizar series temporales de datos.

Aprendizaje profundo: se trabajan con técnicas de aprendizaje profundo, que son un subconjunto de las técnicas del aprendizaje automático. Son las redes neuronales complejas entrenadas con ingentes cantidades de datos. Estas redes están desplegando todo su potencial por la mejora de la capacidad computacional de los sistemas informáticos, y permiten que el sistema autoaprenda la relevancia de los atributos de la información.

Inteligencia artificial: Esta línea de investigación se nutre de las anteriores, pero va un paso más allá, desarrollando algoritmos para interactuar con las máquinas/coches/robots en fábricas, hospitales, espacios abiertos… y con habilidades para actuar, reaccionar y aprender con la observación y experiencia.