07/05/2024 12:00 h |
Ponencia de Ramón Pérez Vara, Empresarios Agrupados.
"Evolución y desafíos del modelado y simulación orientados a objetos."
Modalidad: Presencial. Sala José Mira (4.17) de la E.T.S.I. Informática.
La ponencia se emitirá en directo por Canal UNED: Pendiente de enlace de conexión
La grabación estará disponible a partir del día siguiente en http://www.canal.uned.es/serial/index/id/1154
Resumen:
La presentación abordará la evolución y los desafíos del modelado y simulación orientados a objetos (MSOO). Se discutirá el reto de desarrollar aplicaciones de MSOO con la misma eficacia que los programas especializados, ilustrado con ejemplos en hidráulica. Se presentarán estrategias en EcosimPro para superar las limitaciones de las aplicaciones de MSOO y demostrar su eficacia comparativa.
|
23/04/2024 12:00 h |
Ponencia de Leonardo Colombo, Científico Titular, Centro de Automática y Robótica. CSIC-UPM.
"Una introducción al control basado en datos con procesos de regresión."
Modalidad: Presencial. Sala José Mira (4.17) de la E.T.S.I. Informática.
La ponencia se emitirá en directo por Canal UNED: https://unedmedia.webex.com/unedmedia/j.php?MTID=m55aee87d8f7eb20e7b0f69700e1a7b21
La grabación estará disponible a partir del día siguiente en http://www.canal.uned.es/serial/index/id/1154
Resumen:
El modelado y la identificación de sistemas dinámicos son de gran importancia en una amplia gama de dominios que incluyen la física, la ingeniería, la biología y la química. Las aplicaciones van desde el control basado en modelos de sistemas autónomos y la percepción de objetos dinámicos hasta la comprensión de procesos de reacción complejos en reactores químicos. Mientras que los modelos clásicos de sistemas físicos suelen basarse en modelos deterministas, hay un cambio reciente hacia un modelado de dinámicas complejas más basado en datos para capturar más detalles de una manera más eficiente. En este seminario presentaremos los procesos de regresión gaussianos como una herramienta matemática para aprender incertidumbres en sistemas dinámicos, y utilizaremos esos procesos de aprendizaje para diseñar leyes de control para alcanzar una trayectoria deseada. Mostraremos diferentes aplicaciones, desde vehículos aéreos no tripulados hasta sistemas multi-agente.
|
|