Diseño de redes de sensores utilizando modelos gráficos probabilísticos

Autores
Foricher, Azulilen; Hernández, José Luis; Carnero, Mercedes; Sánchez, Mabel
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se aborda el diseño óptimo de redes de sensores para plantas químicas utilizando estrategias de optimización estocásticas. El problema consiste en seleccionar el tipo, número y ubicación de los nuevos sensores que proporcionen la cantidad y calidad necesaria de la información requerida del proceso. En el diseño de redes de sensores la decisión importante que debe hacerse con respecto a cada variable de flujo es si ésta se mide o no. Para formular matemáticamente estas decisiones, se emplean variables binarias las cuales indican la presencia o ausencia de sensores. El problema suele ser multimodal e involucra, en casos reales, un gran número de variables binarias, por lo que debe ser resuelto un problema de optimización combinatoria sujeto a restricciones de gran tamaño. En estos casos, es muy valioso contar con un procedimiento de solución que proporcione, al menos, una buena solución, sino el óptimo global, y que además se pueda ejecutar en ordenadores paralelos para reducir los tiempos de ejecución. En este trabajo se aplican nuevas estrategias para resolver el problema de localización óptima de sensores basadas en los algoritmos de estimación de distribuciones que hacen uso de un modelo gráfico probabilístico, aprendido a partir del conjunto de soluciones más prometedoras. Se proporcionan las características distintivas de las metodologías propuestas así como su desempeño en la resolución de diferentes diseños de redes de instrumentación extraídos de la literatura.
Eje: XV Workshop de Agentes y Sistemas Inteligentes
Red de Universidades con Carreras de Informática (RedUNCI)
Materia
Ciencias Informáticas
redes de sensores
algoritmos evolutivos
algoritmos de estimación de distribuciones
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/42405

id SEDICI_0effa7cc4691cebca684c4bdc493c41a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/42405
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Diseño de redes de sensores utilizando modelos gráficos probabilísticosForicher, AzulilenHernández, José LuisCarnero, MercedesSánchez, MabelCiencias Informáticasredes de sensoresalgoritmos evolutivosalgoritmos de estimación de distribucionesEn este trabajo se aborda el diseño óptimo de redes de sensores para plantas químicas utilizando estrategias de optimización estocásticas. El problema consiste en seleccionar el tipo, número y ubicación de los nuevos sensores que proporcionen la cantidad y calidad necesaria de la información requerida del proceso. En el diseño de redes de sensores la decisión importante que debe hacerse con respecto a cada variable de flujo es si ésta se mide o no. Para formular matemáticamente estas decisiones, se emplean variables binarias las cuales indican la presencia o ausencia de sensores. El problema suele ser multimodal e involucra, en casos reales, un gran número de variables binarias, por lo que debe ser resuelto un problema de optimización combinatoria sujeto a restricciones de gran tamaño. En estos casos, es muy valioso contar con un procedimiento de solución que proporcione, al menos, una buena solución, sino el óptimo global, y que además se pueda ejecutar en ordenadores paralelos para reducir los tiempos de ejecución. En este trabajo se aplican nuevas estrategias para resolver el problema de localización óptima de sensores basadas en los algoritmos de estimación de distribuciones que hacen uso de un modelo gráfico probabilístico, aprendido a partir del conjunto de soluciones más prometedoras. Se proporcionan las características distintivas de las metodologías propuestas así como su desempeño en la resolución de diferentes diseños de redes de instrumentación extraídos de la literatura.Eje: XV Workshop de Agentes y Sistemas InteligentesRed de Universidades con Carreras de Informática (RedUNCI)2014-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/42405spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:01:23Zoai:sedici.unlp.edu.ar:10915/42405Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:01:24.107SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Diseño de redes de sensores utilizando modelos gráficos probabilísticos
title Diseño de redes de sensores utilizando modelos gráficos probabilísticos
spellingShingle Diseño de redes de sensores utilizando modelos gráficos probabilísticos
Foricher, Azulilen
Ciencias Informáticas
redes de sensores
algoritmos evolutivos
algoritmos de estimación de distribuciones
title_short Diseño de redes de sensores utilizando modelos gráficos probabilísticos
title_full Diseño de redes de sensores utilizando modelos gráficos probabilísticos
title_fullStr Diseño de redes de sensores utilizando modelos gráficos probabilísticos
title_full_unstemmed Diseño de redes de sensores utilizando modelos gráficos probabilísticos
title_sort Diseño de redes de sensores utilizando modelos gráficos probabilísticos
dc.creator.none.fl_str_mv Foricher, Azulilen
Hernández, José Luis
Carnero, Mercedes
Sánchez, Mabel
author Foricher, Azulilen
author_facet Foricher, Azulilen
Hernández, José Luis
Carnero, Mercedes
Sánchez, Mabel
author_role author
author2 Hernández, José Luis
Carnero, Mercedes
Sánchez, Mabel
author2_role author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
redes de sensores
algoritmos evolutivos
algoritmos de estimación de distribuciones
topic Ciencias Informáticas
redes de sensores
algoritmos evolutivos
algoritmos de estimación de distribuciones
dc.description.none.fl_txt_mv En este trabajo se aborda el diseño óptimo de redes de sensores para plantas químicas utilizando estrategias de optimización estocásticas. El problema consiste en seleccionar el tipo, número y ubicación de los nuevos sensores que proporcionen la cantidad y calidad necesaria de la información requerida del proceso. En el diseño de redes de sensores la decisión importante que debe hacerse con respecto a cada variable de flujo es si ésta se mide o no. Para formular matemáticamente estas decisiones, se emplean variables binarias las cuales indican la presencia o ausencia de sensores. El problema suele ser multimodal e involucra, en casos reales, un gran número de variables binarias, por lo que debe ser resuelto un problema de optimización combinatoria sujeto a restricciones de gran tamaño. En estos casos, es muy valioso contar con un procedimiento de solución que proporcione, al menos, una buena solución, sino el óptimo global, y que además se pueda ejecutar en ordenadores paralelos para reducir los tiempos de ejecución. En este trabajo se aplican nuevas estrategias para resolver el problema de localización óptima de sensores basadas en los algoritmos de estimación de distribuciones que hacen uso de un modelo gráfico probabilístico, aprendido a partir del conjunto de soluciones más prometedoras. Se proporcionan las características distintivas de las metodologías propuestas así como su desempeño en la resolución de diferentes diseños de redes de instrumentación extraídos de la literatura.
Eje: XV Workshop de Agentes y Sistemas Inteligentes
Red de Universidades con Carreras de Informática (RedUNCI)
description En este trabajo se aborda el diseño óptimo de redes de sensores para plantas químicas utilizando estrategias de optimización estocásticas. El problema consiste en seleccionar el tipo, número y ubicación de los nuevos sensores que proporcionen la cantidad y calidad necesaria de la información requerida del proceso. En el diseño de redes de sensores la decisión importante que debe hacerse con respecto a cada variable de flujo es si ésta se mide o no. Para formular matemáticamente estas decisiones, se emplean variables binarias las cuales indican la presencia o ausencia de sensores. El problema suele ser multimodal e involucra, en casos reales, un gran número de variables binarias, por lo que debe ser resuelto un problema de optimización combinatoria sujeto a restricciones de gran tamaño. En estos casos, es muy valioso contar con un procedimiento de solución que proporcione, al menos, una buena solución, sino el óptimo global, y que además se pueda ejecutar en ordenadores paralelos para reducir los tiempos de ejecución. En este trabajo se aplican nuevas estrategias para resolver el problema de localización óptima de sensores basadas en los algoritmos de estimación de distribuciones que hacen uso de un modelo gráfico probabilístico, aprendido a partir del conjunto de soluciones más prometedoras. Se proporcionan las características distintivas de las metodologías propuestas así como su desempeño en la resolución de diferentes diseños de redes de instrumentación extraídos de la literatura.
publishDate 2014
dc.date.none.fl_str_mv 2014-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/42405
url http://sedici.unlp.edu.ar/handle/10915/42405
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615880598618112
score 13.070432