No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Investigadores de la Universidad Rey Juan Carlos han desarrollado un prototipo de sistema que reproduce las actividades de unos 500 individuos en edificios con varias plantas. El avance se enmarca en la creación de métodos para evaluar y optimizar los recursos de espacios donde concurre un gran número de personas.
Los centros comerciales, los aeropuertos, las estaciones de tren o las instalaciones deportivas son espacios que concentran gran cantidad de personas y la gestión eficaz de sus recursos supone un importe reto para los investigadores. Ahora, el proyecto Modelado Social de Inteligencia Ambiental Aplicado a Grandes Instalaciones (MOSI AGIL), coordinado por el Grupo de Inteligencia Artificial (GIA) de la URJC, está creando métodos y herramientas para evaluar situaciones y tomar decisiones que permitan una gestión eficaz de grandes instalaciones.
Uno de los principales pilares de este proyecto es la prevención de escenarios de riesgo, donde es preciso realizar un análisis estratégico de posibles escenarios futuros con la intención de prevenir o paliar situaciones no deseadas. Las herramientas y métodos que están desarrollando pueden ser eficaces para realizar una evacuación de emergencia, como en el caso Madrid Arena, pero también para optimizar diariamente los recursos de los edificios, como el uso de los ascensores.
El equipo está constituido por investigadores en simulación social basada en agentes (Agent-Based Social Simulation, ABSS), sistemas de inteligencia ambiental (Ambient Intelligence, AmI) y tecnologías de acuerdo (Agreement Technologies, AT) de diferentes universidades (Universidad Complutense de Madrid, la Politécnica de Madrid y la Rey Juan Carlos), así como por grupos de investigación de empresas asociadas.
Los casos de simulación social se encargan de proveer de herramientas a las ciencias sociales para simular por ordenador el comportamiento de grandes grupos de personas y si éstas se comportan de acuerdo con algún modelo teórico de interés para el investigador. “Para el responsable de grandes instalaciones, la simulación social puede ser una herramienta relevante para predecir comportamientos de grandes grupos de personas y anticiparse a los problemas que se pueden dar con el objetivo de disponer de planes de contingencia”, explican los investigadores de la URJC.
Para ello, han desarrollado un prototipo de sistema que permite reproducir con suficiente realismo las actividades de unas quinientas personas en unas instalaciones cerradas que se extienden por varias plantas de un edificio. “Este modelo da pie a crear escenarios de desastre y decidir qué se debe hacer en cada caso”, añaden.
Uso de Google Glass
Otro caso de estudio basado en simulación social consiste en el uso de las Google Glass y las posibilidades que ofrecen en sistemas de evacuación. La incorporación de herramientas de simulación social para la recreación de comportamientos humanos se puede utilizar en paralelo a las Google Glass, desarrollando una aplicación que muestre el mapa del edificio y las rutas hacia las salidas, por ejemplo.
Entre los importantes logros conseguidos, el Grupo de Inteligencia Artificial de la URJC ha recibido el premio al mejor paper científico en la conferencia internacional UCAmI, celebrada en Chile del 1 al 4 de diciembre de 2015.
Referencia bibliográfica:
Ramón Alcarria, Emilio Serrano, Jorge Gómez Sanz, Alberto Fernández, "An integrated framework for enabling end-user configuration of AmI simulations for open wide locations". 9th International Conference on Ubiquitous Computing & Ambient Intelligence (UCAmI 2015), in press.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
