Alumna investigadora: Patricia Baz Domínguez

Departamento o Instituto Universitario: Departamento de Informática.

Tareas realizadas:

La primera tarea fue revisar el estado del arte de los sensores software
existentes, con el fin de identificar aquellos que proporcionaran mejores
resultados. En segundo lugar, se desarrollaron un total de 7 modelos con
técnicas de ML para la estimación del Brix a la salida del proceso de
evaporación de una industria azucarera utilizando los datos de los sensores disponibles. Dada su relevancia para la predicción de series temporales, se hizo hincapié en las redes LSTM y la arquitectura encoder-decoder. La última tarea fue comparar y evaluar el rendimiento de los modelos propuestos frente a los obtenidos por sensores software desarrollados anteriormente por el grupo atendiendo a distintas métricas, como MAE, MSE, RMSE y R2.

Objetivos alcanzados:

Desarrollar 7 sensores software mediante técnicas de ML para la estimación del Brix en la industria azucarera; 4 de ellos mejoran los resultados obtenidos por los sensores software ya desarrollados por el grupo.

Sectores de aplicación:

Esta investigación aplica en el ámbito de producción de azúcar, en concreto, trata de la estimación de la concentración de sustancia seca en el jarabe resultante a la salida del proceso de evaporación de una industria azucarera.

Metodología utilizada:

El proyecto se ha realizado siguiendo los principios de Cross-Industry Standard Process for Data Mining (CRISP-DM), una metodología de minería de datos que se utiliza comúnmente en el campo del análisis de datos y la ciencia de datos.

Opinión sobre la experiencia investigadora desarrollada:

Esta estancia ha sido muy gratificante y enriquecedora. He podido aprender cómo se realiza un proyecto de investigación desde cero y de qué manera se trabaja en un Grupo de Investigación Reconocido (GIR) para conseguirlo.