Alineación de fuentes de datos endógenas y exógenas para un control optimizado sensible al contexto

Si no puedes visualizar correctamente este material, prueba alguna de estas opciones:
Player por defecto Usar MPEG-DASH Usar HLS Usar FLASH

Nombre RCIS_01_2026_ES_VIDEO.mp4
Autor Jose Vicente Berná Martinez
Título Alineación de fuentes de datos endógenas y exógenas para un control optimizado sensible al contexto
Resumen Este artículo presenta y valida el modelo de Control Optimizado Sensible al Contexto (CAOC), una propuesta de control híbrido que armoniza la eficiencia operativa con los requisitos sociales contextuales. El modelo lo consigue incorporando una nueva capa de procesamiento inteligente, conocida como Motor de Conciencia Contextual (CAE). El CAE utiliza Modelos de Lenguaje a Gran Escala (LLM), combinados con técnicas de aprendizaje en contexto y de diseño de prompts, para integrar fuentes de información diversas, complejas y textuales, como normativas o informes geológicos. Este motor funciona en paralelo con el Motor de Control Eficiente (ECE), que utiliza IA predictiva sobre datos numéricos endógenos para generar patrones operativos con costes optimizados. La separación de ambos flujos de inferencia (ECE y CAE) fomenta la adaptabilidad y la facilidad de mantenimiento, aspectos cruciales para los ISI modernos
Duración 00:01:44.00
Keywords PremAI, Infraestructuras críticas, Detección Anomalías, Inteligencia Artificial
Usuario jvberna[perdoname]ua.es
Tipo VIDEO
Visitas 27
Tamaño 8.99MB