Congreso
Inteligencia artificial y modelización híbrida: allanando el camino hacia el gemelo digital – Conferencia plenaria MeCCE
Jueves 04, 11:30h - 12:30h
| CC3. ROOM 3.11
Previa inscripción al congreso
2026-06-04 11:30
2026-06-04 12:30
Europe/Madrid
Inteligencia artificial y modelización híbrida: allanando el camino hacia el gemelo digital – Conferencia plenaria MeCCE
Debido a la revolución de la Industria 4.0, deben abordarse varios desafíos en los procesos: (i) cómo desarrollar rápidamente nuevos modelos, (ii) cómo actualizarlos automáticamente, (iii) cómo estimar las incertidumbres.
Para abordarlos, IFPEN ha desarrollado dos estrategias basadas en IA. Estas dependen del grado de conocimiento sobre el proceso químico. Si se conoce la estructura de un modelo, se utiliza el aprendizaje por transferencia. En caso contrario, se proponen estrategias de modelos híbridos.
IFPEN está llevando a cabo varios proyectos de investigación sobre métodos de transferencia de conocimiento, en particular enfoques bayesianos.
IFPEN ha desarrollado un marco de modelado híbrido basado en la física que integra conocimiento mecanicista con una red neuronal mediante diferenciación automática, minimización de la pérdida de residuos diferenciales y restricciones físicas de contorno.
CC3. ROOM 3.11
Debido a la revolución de la Industria 4.0, deben abordarse varios desafíos en los procesos: (i) cómo desarrollar rápidamente nuevos modelos, (ii) cómo actualizarlos automáticamente, (iii) cómo estimar las incertidumbres.
Para abordarlos, IFPEN ha desarrollado dos estrategias basadas en IA. Estas dependen del grado de conocimiento sobre el proceso químico. Si se conoce la estructura de un modelo, se utiliza el aprendizaje por transferencia. En caso contrario, se proponen estrategias de modelos híbridos.
IFPEN está llevando a cabo varios proyectos de investigación sobre métodos de transferencia de conocimiento, en particular enfoques bayesianos.
IFPEN ha desarrollado un marco de modelado híbrido basado en la física que integra conocimiento mecanicista con una red neuronal mediante diferenciación automática, minimización de la pérdida de residuos diferenciales y restricciones físicas de contorno.
Ponentes
Organizadores
