Improving Metrics aplica a aprendizaxe máquina para predicir o desaugadoiro dos encoros

luns, 22 de xullo do 2019 Fernando Sarasketa

A empresa galega Improving Metrics está a desenvolver comportamentos intelixentes para o fluxo de saída da auga da presa de Cecebre, co obxectivo de facilitar (e garantir) as mellor decisións no que se refire ao volume de auga máis axeitado para ser desaugado a diario. A tecnoloxía aplicada pola firma da Coruña responde directamente á seguinte pregunta: como saber canto abrir as comportas dunha presa para dar un servizo óptimo á poboación?
Baixo este tipo de premisa xurdiu a participación de dúas empresas da mesma cidade: Improving Metrics, especializada en análises de datos e Intelixencia Artificial, e EMALCSA, empresa municipal de augas, no proxecto europeo Brain-IoT, enmarcado no programa Horizonte 2020 e financiado con 5 millóns de euros.
A través de Brain-IoT, a infraestrutura de xestión da auga de EMALCSA da Coruña utilízase como un conxunto de casos de uso que demostran como a plataforma e as ferramentas desenvolvidas pola devandita empresa TIC pódense utilizar para “resolver escenarios do mundo real como, por exemplo, o funcionamento das comportas da presa de Cecebre”, explican os responsábeis de Improving Metrics, engadindo datos sobre como deben tomarse as decisións diarias sobre canto manter abertas as comportas: decisións que se basean sobre todo na precipitación da auga (últimos días e prognóstico), o nivel actual de volume de auga no encontro e os valores de días anteriores.
Partindo dos devanditos datos, e facendo uso de modelos de Machine Learning, a empresa desenvolveu algoritmos de aprendizaxe automática baseados en datos da presa dos últimos 40 anos. Para iso, a información dispoñíbel e os resultados esperados para esa predición incorpóranse a un modelo de Machine Learning que se adapta, aprende e compórtase de forma equivalente a un conxunto de regras. O proxecto está en fase de desenvolvemento e espérase probalo en outubro de 2019.

PUBLICIDADE