Improving Metrics aplica a aprendizaxe máquina para predicir o desaugadoiro dos encoros
luns, 22 de xullo do 2019
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.