Los algoritmos de aprendizaje por refuerzo aplican a problemas en los que se necesita optimizar el camino hasta llegar a un objetivo, en un entorno para el que no existe una modelización exacta. Por ello, estos métodos usan la exploración y la observación, aprendiendo en base a la “recompensa” que el entorno va proporcionando.
Mediante redes neuronales artificiales de gran cantidad de capas, y alimentadas con un volumen muy alto de datos, las técnicas Deep Learning están consiguiendo avances espectaculares en labores de reconocimiento (y generación) de imágenes, voz humana, traducción, clasificación compleja, detección de anomalías…
El aprendizaje automático o Machine Learning es la disciplina que permite a los ordenadores aprender por sí solos a partir de un conjunto de datos, normalmente masivos. Los algoritmos de ML extraen conocimiento (modelización) a partir de los datos proporcionados.
La optimización, a grandes rasgos, es seleccionar el mejor elemento con respecto algún criterio, dentro del conjunto de elementos disponibles. Esta aplicación consiste en maximizar o minimizar una función eligiendo valores de entrada de un conjunto permitido y computando el valor de la función.
Desde sus orígenes Grupo AIA ha desarrollado metodologías propias, basadas en Inteligencia Artificial, para la detección de patrones y anomalías. Los SIO-Sistemas Inteligentes de Observación- proporcionan una manera rigurosa y efectiva para estructurar la conceptualización del conocimiento experto, creando sistemas que permiten emular la capacidad analítica de un experto en cualquier campo.
La tecnología en la que se basan los productos AGORA y HELM™-Flow y en general, las soluciones para el control, monitorización y análisis de redes eléctricas de la unidad de Energía del Grupo AIA. HELM es el método de cálculo de flujo de potencia creado por Grupo AIA y se caracteriza por no ser un método no iterativo, esto significa que es constructivo, directo y totalmente fiable.
