Investigación para el desarrollo de nueva metodología para la detección de sesgos e identificación de patrones en las evaluaciones de riesgos en infraestructuras mediante técnicas de inteligencia artificial

Objetivos generales identificación de patrones con IA

Este proyecto ha sido cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER 2021-2027), que tiene como objetivo general la introducción de técnicas de Inteligencia Artificial en el estudio de resultados de riesgo para la identificación de patrones no detectados anteriormente, e identificación de sesgos derivados de la metodología y procesos empleados, así como intrínsecos a la propina naturaleza humana.

Objetivos específicos del proyecto

Entre los objetivos técnicos específicos del proyecto, se destacan:

  • Adquisición de conocimiento sobre las limitaciones y requisitos que plantea la inteligencia artificial de cara a el correcto desarrollo de los algoritmos.
  • Creación de una base de datos, robusta y constantemente actualizada que asegure la correcta implementación posterior en el algoritmo de IA a desarrollar.
  • Integración de la base de datos en una estructura coherente y compatible el desarrollo de la tecnología de IA.
  • Implementar protocolos de seguridad y privacidad para garantizar la integridad y confidencialidad de los datos recopilados.
  • Identificar y seleccionar las variables relevantes para los análisis de sesgos, evaluación de riesgos e identificación de patrones.
  • Diseñar y desarrollar los modelos de IA que permitan un aprendizaje automático para su uso predictivo en la identificación de sesos y riesgos.
  • Establecer una validación de los modelos de IA desarrollados tras la interpretación de los resultados obtenidos.
  • Integración de la herramienta en los flujos de trabajo existentes en el entorno operativo de IPRESAS.

 

Ejecución del proyecto: PLAZA SEMANA SANTA MARINERA, 2, 3º Piso pta. 3 (46011 – VALENCIA).

Plazo de ejecución del proyecto: 19/02/2024 – 18/02/2027

Inversión: 622.568,00 €.

Ayuda UE: 529.182,80 €.