logo
Logo de la UDC Logo de CIF Centros de investigación de la UDC: CITIC / CITEEC / CICA

Nuevo Centro de Investigación en Tecnologías Navales e industriales (CITENI) de la Universidad da Coruña (UDC) está ubicado en el Campus Industrial de Esteiro, Ferrol.

VISÍTANOS Campus de Esteiro s/n 15403 Ferrol, a Coruña. 981 33 74 00 citeni@udc.es
Los investigadores, Miguel Alonso Méndez y Anne Gosset, delante del túnel de viento del Laboratorio de Fluidos del nuevo CITENI.
CITENI 10 de septiembre de 2022

Miguel Alfonso Mendez, profesor e investigador del von Karman Institute for Fluid Dynamics, cierra el ciclo de Ponencias de Investigación 2022 del Campus Industrial con una charla sobre la Inteligencia Artificial aplicada al campo de la dinámica de fluidos

Miguel Alfonso Mendez, profesor e investigador del von Karman Institute for Fluid Dynamics, cierra el ciclo de Ponencias de Investigación 2022 del Campus Industrial con una charla sobre la Inteligencia Artificial aplicada al campo de la dinámica de fluidos

Este martes, 6 de septiembre, tuvo lugar en el Salón de Actos Concepción Arenal, la ponencia «Challenges and opportunities for Machine Learning in Fluid Mechanics» del profesor e investigador del von Karman Institute for Fluid Dynamics de Bruselas, Miguel Alfonso Méndez. Con ella, se cierra el ciclo de Ponencias de Investigación del Campus Industrial del 2022.

Invitado por la investigadora y directora técnica del nuevo CITENI (Centro de Investigación en Tecnoloxías Navais e Industriais), Anne Gosset, el profesor compartió con el auditorio su visión sobre los retos y las perspectivas del Machine Learning en el ámbito de la dinámica de fluidos.

Esta rama de la inteligencia artificial implica que las máquinas puedan aprender continuamente gracias a la recepción de una gran cantidad de datos. También, reconocer patrones y hacer predicciones en base a los datos recibidos. Además, el Machine Learning, permite que la máquina haga ajustes automáticos, sin necesidad de programación. En el caso de la dinámica de fluidos, esta tecnología, elimina la parte física de los modelos. Aplica un enfoque black box (a modo de caja negra): las computadoras reciben y almacenan información que favorece el aprendizaje, la interpretación de patrones y la predicción de sucesos.

Miguel Alfonso mostró con varios ejemplos cómo el Machine Learning puede ser integrado y combinado con sistemas más clásicos que se aplican en el estudio de la mecánica de fluidos. Después de una breve reseña sobre los diferentes métodos que emplea esta tecnología, expuso varios casos en los que el uso de esta técnica puede ayudar al procesado de datos o a mejorar la calidad de las predicciones en diferentes ámbitos de la mecánica de fluidos: la previsión del ruido aeroacústico, la modelización de la turbulencia, los modelos de orden reducido y el control de flujos (este último, aplicado a campos tan variados como la aeronáutica, la energía nuclear o los procesos industriales).

Los múltiples ejemplos expuestos por Miguel Alonso fueron suficientes para demostrar que el Machine Learning impactará, con toda probabilidad, en la manera de abordar los problemas y aprender de los datos, también, en la mecánica de fluidos.