UNIVERSIDAD DE LA RIOJA

LA RED DE SENSORES SE HA INSTALADO EN UNA FINCA DE LA BODEGA RIOJANA CVNE

BASADA EN UNA TÉCNICA DE MINERÍA DE DATOS, PERMITE MANEJAR NUMEROSAS VARIABLES Y REALIZAR PREDICCIONES PRECISAS

Cuando en septiembre se acerca la hora de la vendimia, el oficio y la experiencia de los viticultores y de los enólogos son determinantes para obtener una uva en el punto de maduración óptimo y con los rasgos de calidad requeridos por la bodega. Pero son tantos los factores que intervienen en la decisión de vendimiar, y alguno de ellos tan incierto como la meteorología, que se precisan herramientas que reduzcan de alguna manera esa incertidumbre y permitan acertar.

Leer el resto de la noticia

UNIVERSIDAD PABLO DE OLAVIDE

Los investigadores han diseñado un algoritmo capaz de predecir la demanda y los precios del mercado eléctrico, pudiendo contribuir a minimizar los cortes de suministro y a reducir pérdidas económicas

El grupo de investigación «Minería de Datos», liderado por Jesús Aguilar, profesor de la Universidad Pablo de Olavide, ha desarrollado un método novedoso para la predicción de series temporales en el ámbito energético. En concreto, los investigadores han diseñado un algoritmo capaz de predecir la demanda y los precios del mercado eléctrico, lo que podría contribuir a minimizar los cortes del suministro y, con ello, las pérdidas económicas derivadas de los mismos. Los resultados de este trabajo, elaborado conjuntamente con Francisco Martínez y Alicia Troncoso, de la Universidad Pablo de Olavide, y José Riquelme, de la Universidad de Sevilla, han sido publicados bajo el título Energy time series forecasting based on pattern sequence similarity en la revista IEEE Transactions on Knowledge and Data Engineering, editada por la asociación profesional de ingeniería más relevante a nivel internacional.

Las series temporales son secuencias de datos obtenidas en distintos puntos temporales y, normalmente, espaciados entre sí de manera uniforme. Un ejemplo de esto es la temperatura ambiental, una magnitud que varía a lo largo del tiempo y que las agencias secuencian para poder obtener pronósticos. En este campo de las previsiones, el equipo de investigadores ha presentado un algoritmo basado en técnicas de minería de datos dirigido a la predicción de dos series temporales del ámbito energético, la demanda y los precios del mercado eléctrico, aunque cuenta además con fiabilidad demostrada en otros contextos.

Leer el resto de la noticia

UNIVERSIDAD PABLO DE OLAVIDE

El grupo ‘Minería de Datos’, liderado por el profesor de la UPO Jesús Aguilar, ha publicado los resultados de su investigación en la prestigiosa revista BMC Bioinformatics

El grupo de investigación «Minería de Datos», liderado por Jesús Aguilar, profesor de la Universidad Pablo de Olavide, ha desarrollado una aplicación informática con potencial para descubrir las relaciones mantenidas entre los genes durante procesos biológicos. Partiendo de datos de expresión génica, esta nueva metodología es capaz de describir qué está ocurriendo en un grupo de genes, generando un modelo de interacción. Los resultados del estudio, en el que participan los científicos José Riquelme e Isabel Nepomuceno, de la Universidad de Sevilla, han sido publicados recientemente en la prestigiosa revista BMC Bioinformatics, con el título «Inferring gene networks with model trees».

«Desde hace años sabemos que los genes interactúan en los procesos biológicos, pero no basta con saber cuáles están implicados en un proceso sino que también es necesario conocer cómo interactúan y se regulan entre ellos», señala Jesús Aguilar. Para avanzar en esta línea de conocimiento, los investigadores proponen un método de extracción de asociaciones entre genes basados en árboles de regresión, modelos utilizados en el área de la minería de datos para definir la relación entre una o más variables en una región del espacio.

Leer el resto de la noticia

UNIVERSIDAD DE LA RIOJA

Rubén Lostado ha obtenido el título de Doctor por la Universidad de La Rioja tras la defensa de su tesis ‘Modelización y optimización de productos y procesos industriales mediante la combinación del método de los elementos finitos y técnicas de minería de datos’. Lostado Lorza logró la calificación de sobresaliente ‘cum laude’.

El objetivo principal de este trabajo ha sido el planteamiento de una metodología de modelización y optimización de productos y procesos industriales que presentan un comportamiento no lineal difícilmente modelable. La metodología está basada en el uso combinado del método de los elementos finitos (FEM) y técnicas de minería de datos (DM) y permite obtener modelos de predicción lo suficientemente precisos, fáciles de interpretar y mucho mas eficientes computacionalmente que los obtenidos mediante el método de los elementos finitos (FEM). A esta metodología que combina ténicas se le ha denominado FEM-DM.

Leer el resto de la noticia