TECNIO
eXiT- Ingeniería de Control y Sistemas Inteligentes es agente acreditado TECNIO en la categoría de desarrolladores o facilitadores de tecnología. TECNIO es el sello que otorga la Generalitat de Catalunya a través de ACCIÓ para identificar dónde se encuentra la tecnología más innovadora, los proveedores que la ofrecen y los facilitadores que participan en el proceso de transferencia de tecnología y conocimiento.
Colaboraciones (más recientes)
AI FORA – Artificial Intelligence for Assessment
Volkwagen.
Albert Sabater, Beatriz Lopez. 2020.
Dreamer: Detección precoz alzheimer
MJN Neuroserveis.
Beatriz Lopez, Jaume Gauchola, Joaquim Massana. 2020-2023.
Algorismos para predecir crisis epilépticas.
MJN Neuroserveis.
Beatriz Lopez. 2019.
Realización de pruebas y análisis de modelos de inteligencia artificial que permitan anticipar crisis de epilepsia con minutos de antelación utilizando datos clínicos de pacientes reales.
MJN Neuroserveis.
Beatriz Lopez. 2017-2018
Establecer un marco de actuación en cuanto a la colaboración entre las partes en la ejecución de una prueba piloto real.
FMWOR – Fundació Barcelona Mobile World Capital Fundation MJNNE – MJN Neuroserveis S.L. 4919 – Clínica Corachán REESP – Rebar Espai SL (Matsalud).
Beatriz Lopez. 2017-2018.
Difusión de la herramienta HTE-DLP 3.0, que tiene el objetivo mejorar el manejo de la Hipercolesterolemia Familiar, en foros científicos y técnicos especializados a lo largo de 2018.
SANOFI
Alberto Zamora, Beatriz Lopez. 2018
Predicción de afluencia en urgencias y la necesidad de hospitalización urgente derivada.
FHPA – Fundació Hospital de palamós (FUNDACIÓN MN. MIQUEL COSTA)
Beatriz Lopez. 2015-2018.
Gestión inteligente de redes de distribución de agua potable a partir de los datos online y fuera de línea suministrados por PRODAISA.
PRODAISA.
Joan Colomer. 2020-2021.
El estudio de la flexibilidad que pueden proporcionar las sesiones de carga de los vehículos eléctricos y la elaboración de una estrategia de carga óptima para un uso más eficiente de la electricidad.
Resourcefully.
Joaquim Melendez, Marc Cañigueral. 2019-2021
Estudio de las posibilidades que ofrecen las herramientas de minería de datos de las que dispone el grupo eXiT en el ámbito de la gestión de redes de distribución de agua potable.
PRODAISA
Joan Colomer. 2017-2018.
Estudio de las posibilidades que ofrecen las herramientas de minería de datos de las que dispone el grupo eXiT en el ámbito de la gestión energética, en el caso de los edificios gestionados por AITEL.
AITEL
Joan Colomer. 2017-2018.
Sistemas avanzados para la gestión de procesos de plantas de RSU
DNVG – Det Norske Veritas Business Assurance España S.L.
Joan Colomer Llinas. 2015-2016.
Herramientas
Algoritmos de razonamiento basado en casos (CBR) para el apoyo a la toma de decisiones. El razonamiento basado en casos ha demostrado ser una potente metodología para construir sistemas recomendados, permitiendo definir recomendaciones individuales y adaptativas. El razonamiento basado en casos consta de cuatro etapas principales, recuperar, reutilizar, revisar y retener, que podrían ampliarse con otras adicionales relativas al mantenimiento, como la revisión y la restauración. En cada etapa se pueden seleccionar diferentes técnicas según el ámbito de aplicación.
Dos modos de trabajo importantes: en línea para afinar los hiperparámetros de un sistema CBR, y una biblioteca que puede generarse que incluya el resultado final de la fase de ajuste, a fin de integrar el CBR en cualquier entorno de ejecución.
Esta herramienta se ha utilizado anteriormente en el proyecto Pepper H2020 para construir un sistema adaptativo de recomendación de insulina, en el proyecto ITEA Moshca para monitorizar a los bebés prematuros en casa, y en algunos otros proyectos más antiguos dentro del ámbito sanitario (migrañas, cáncer,…) así como en otros (moldeo, energía). En cada proyecto se empiezan a añadir nuevos métodos y bibliotecas en función de las particularidades del problema a resolver. Por ejemplo, para el sistema de recomendación de insulina, se ha añadido un método para reutilizar soluciones anteriores.
Java.
Cita a: Beatriz López, Carles Pous, Albert Pla, Pablo Gay, Judith Sanz, and Joan Brunet. eXiT*CBR: A framework for case-based medical diagnosis development and experimentation. Artificial Intelligence in Medicine. 51, 2011, 81-91.
Algunas variantes de esta herramienta son:
- exitCDDS: for workflow management. Java. Cita a: Andres El-Fakdi, Francisco Gamero, Joaquím Meléndez, Vincent Auffret, Pascal Haigron. eXiTCDSS: A framework for a workflow-based CBR for interventional Clinical Decision Support Systems and its application to TAVI. Expert Syst. Appl. 41(2): 284-294 (2014)
- Ceaseless CBR, for sequence of events. Python. Cita a: publication under review.
- Context-aware reasoning. Java. Cita a: Albert Pla, Jordi Coll, Natalia Mordvaniuk and Beatriz López. Context-Aware Case-Based Reasoning. The Second International Conference on Mining Intelligence and Knowledge Exploration (MIKE), Cork, 2014. LNAI 8891, pp. 229-238, 2014.
Biblioteca para facilitar la creación de sistemas basados en reglas con fines de monitorización o predicción. El objetivo es facilitar al usuario final (expertos) la introducción de las reglas.
Esta herramienta ha sido utilizada previamente en el proyecto ITEA Moshca para la monitorización de bebés prematuros en casa, y en el proyecto de financiación nacional TDApp (Tratamiento personalizado del TDAH) para implementar el procedimiento de toma de decisiones Cochare/grade para las recomendaciones de intervención.
Java
Cita a: B. López, J. Coll, F.I. Gamero, E. Bargalló, A. López-Bermejo. Intelligent systems for supporting premature babies healthcare with mobile devices. Mobilemed 2013, 4 pages
Varios algoritmos relacionados con la minería de patrones de aprendizaje de secuencias considerando diferentes tipos de patrones a aprender: secuencias, con intervalos informados, multiconjunto, relaciones temporales.
Los algoritmos se han aplicado a diferentes problemas de ciudades inteligentes, así como en la fabricación (sistemas de eventos complejos).
Python, Java.
Cita a:
Pablo Gay, Beatriz López and Joaquim Meléndez. Learning Complex Events from Sequences with Informed Gaps. IEEE 14th International Conference on Machine Learning and Applications (ICMLA), Miami, FL, USA, 2015, pp. 1089-1094.
Pablo Gay, Beatriz López and Joaquim Meléndez, Constraint-Programming Approach for Multiset and Sequence Mining. In Ana Fred and Joaquim Filipe (Eds.): Proceedings of the 4th International Conference on Knowledge Discovery and Information Retrieval (KDIR), 4rd to 7th October 2012, Barcelona, Spain, pages 212-220. ISBN: 978-989-8565-29-7.
Algoritmo para extraer patrones temporales (es decir, A antes de B) de las series temporales.
Python. Nuestra implementación de vertTIRP está disponible en el repositorio de Bitbucket en ”https://bitbucket.org/natalia_mordvanyuk/verttirp/src/master/”. El siguiente nombre de usuario y contraseña se puede utilizar para iniciar la sesión:
usuario: invitedbymordvanyuk@gmail.com
contraseña: YgGhjhGllgFFdlkbvFM..,
Cita a:
Natalia Mordvanyuk, Beatriz López, Albert Bifet: vertTIRP: Robust and Efficient Vertical Frequent Time Interval-related Pattern Mining, Expert Systems with Applications, Volume 168, 15 April 2021, 114-276.
Signal eeg
Herramienta de procesamiento de datos de señales, con especial énfasis en los wearable data y las señales de EEG. Funcionalidades para todos los pasos de la minería de datos: filtrado de ruido, ventanas, extracción de características, selección de características, modelado, balance de datos, métodos de validación, visualización.
Este conjunto de herramientas se ha utilizado en el proyecto de financiación nacional SERAS, para la detección de convulsiones, y también se ha aplicado para el pronóstico del alcoholismo, la esquizofrenia y el reconocimiento de emociones.
En el proyecto Repair se espera utilizar la herramienta para la gestión de datos procedentes de wearables. Se podrían considerar modificaciones particulares para su integración como biblioteca.
Matlab. Disponible a: https://caleta.udg.edu/git/eXiT_Research_Group/Signaleeg
Cita a:
Joaquim Massana, Òscar Raya, Jaume Gauchola, Beatriz López: Signaleeg. A practical tool for EEG signal data mining, Neuroinformatics, Neuroinformatics volume 19, pages 567–583 (2021).
Productos
Recomendador adaptativo de insulina. Basado en exitCBR.
Android
Cita a: Ferran Torrent-Fontbona, Beatriz Lopez. Personalised Adaptive CBR Bolus Recommender System for Type 1 Diabetes. IEEE Journal of Biomedical and Health Informatics , Vol 23, Num. 1, January 2019, pp. 387-394
Plataforma para el seguimiento de los bebés prematuros en casa.
Segundo premio en los VdH Innovation Days 2015.
Java.
Cita a: Natalia Mordvanyuk, Beatriz López, Montserrat Reixach, Marta Fabrellas, Montserrat Planella, Carles Cordon, Nuria Simon, Anna Duran, Josep Perapoch, Judit Bassols, Abel López-Bermejo: NoaH: Supporting Premature Babies Care with Mobile Phones, MSF Peadriatics Days, Stockholm, Sweden, April 5-6, 2019.
Herramienta de apoyo a la decisión para la recomendación del tratamiento de la dislipidemia y la hipercolesterolemia familiar.
A. Zamora, B. López and F. Torrent have the intellectual property register of HTE 3.0.
Java.
Cita a: Beatriz López, Ferran Torrent-Fontbona, Guillem Paluzie, Alberto Zamora. HTE 3.0: Clinical Decision Support System for lipid-lowering treatment and familial hypercholesterolemia detection. 8enes Jornades de TIC Salut i Social, Vic, Catalonia, September 27-28 2018.
Análisis de la marcha para la predicción de la duración de la rehabilitación tras una operación de cadera. Basado en Bag of words para la extracción de características y SVM y Case-Based-Reasoning para la clasificación.
Java
Cite as: Albert Pla, Natalia Mordvanyuk, Beatriz López, Marco Raaben, Taco J. Blokhuid, Herman R. Holstlag: Bag-of-steps: Predicting Lower-limb Fracture Rehabilitation Length. Neurocomputing, Volume 268, 13 December 2017, Pages 109-115.
La aplicación de preprocesamiento de datos es una herramienta que detecta/corrige los datos ausentes, corruptos o inexactos (valores atípicos), los remuestrea, si es necesario, y obtiene perfiles de carga de energía (diarios semanal). Esto es necesario para explotar esta información mediante otras herramientas (previsión, optimización, planificación).
Descargar la ficha de producto (en el proyecto E-LAND)
La herramienta “Optimal Scheduler” proporciona una programación horaria del almacenamiento (cuando se almacena o consume) y de los activos controlables (cuando se enciende o apaga) para maximizar el uso de los recursos energéticos renovables. Se basa en la previsión de producción/consumo en las Comunidades Locales de Energía (LES). La aplicación es totalmente integrable en el Sistema de Gestión Energética.
El módulo Programador óptimo proporciona la programación de los puntos de funcionamiento de las unidades de almacenamiento disponibles y de las cargas flexibles (que pueden reprogramarse) que optimizan el uso de las fuentes locales de energía renovable. Se considera la energía multivectorial, incluidas las transformaciones energéticas vectoriales.
Un conjunto de servicios web que proporciona capacidades mejoradas de supervisión y programación de la energía.
PROBLEMA ABORDADO: La presencia de las FER en la red requiere una observabilidad adicional de la red de BT y mecanismos de apoyo para una gestión más eficiente. Los métodos tradicionales para superar estos retos requieren grandes inversiones.
PROPUESTA DE VALOR: El LVD-DST proporciona a los DSOs la inteligencia para convertir su red de BT en una red de BT inteligente.
FUNCIONALIDADES CLAVE:
- Previsión de la demanda y la generación: utiliza los datos de los contadores inteligentes para las previsiones diarias y la predicción de problemas de congestión y tensión.
- Detección y aislamiento de fallos: proporciona una supervisión mejorada de la red basada en estadísticas multivariantes para detectar automáticamente los fallos y otras anomalías en un sentido estadístico.
- Programación óptima del funcionamiento de la red: calcula los programas óptimos de funcionamiento de los elementos activos (interruptores/almacenamiento) en la red para evitar los eventos críticos y reducir el intercambio de energía a nivel de subestación y reducir los picos de consumo.
Las fuentes de energía renovables, como la generación fotovoltaica o eólica, son intermitentes. Para aprovechar al máximo la energía que pueden generar, consumir o almacenar, es necesario estimar la generación y el consumo previstos. Energy Forecaster proporciona la herramienta para prever tanto la generación como el consumo.
La herramienta proporciona previsiones para diferentes vectores energéticos: cargas eléctricas y térmicas; generación fotovoltaica y eólica.
Los datos proporcionados a la herramienta Energy Forecaster son preprocesados primero por la herramienta Data Pre-Processing Application para asegurar su calidad.
Los resultados de la previsión se proporcionan a la herramienta de programación óptima para calcular la programación óptima de los activos.
La herramienta Energy Forecaster proporciona una previsión horaria de las cargas eléctricas y de la generación fotovoltaica y eólica. Se ofrecen dos horizontes de previsión: intradiario y diario. Las previsiones se basan en los datos meteorológicos, las características de los activos de generación y la información contextual. La ocupación también puede ser considerada como una entrada para la previsión. La aplicación es totalmente integrable en el sistema de gestión de la energía.
Descarregar la ficha del producto (en el proyecto E-LAND)
Spin off- Newronia
NEWRONIA es una empresa de base tecnológica fundada en 2011 como resultado de la actividad en el grupo de investigación eXiT de la Universidad de Girona para resolver problemas de optimización.
- Inteligencia artificial--> Desarrolla aplicaciones informáticas basadas en inteligencia artificial que ayudan en la toma de decisiones, especialmente cuando se trata de un gran número de variables y restricciones.
- Optimización–> Realiza un proyecto para optimizar el uso de los recursos en las empresas, consiguiendo una reducción en los costes, aumentar la productividad y minimizar el impacto ambiental.
- Distribución y transporte-> El proceso diario de decisión de la ruta para cada vehículo es muy repetitivo y tedioso y puede ser automatizado, ahorrando tiempo y encontrando soluciones que minimicen los costes, entre otros criterios.
