|
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 ua.es |
|
Tipo
|
VIDEO |
|
Visitas
|
27 |
|
Tamaño
|
8.99MB |