• Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología
Notiulti
Noticias Ultimas
Inicio » Mathematics and computing » Página 2
Tag:

Mathematics and computing

Negocio

Nanofluidos bioinspirados para enfriamiento de sistemas CPVT de alta eficiencia

by Editora de Negocio abril 18, 2026
written by Editora de Negocio

Un estudio reciente publicado en Nature evalúa numéricamente una técnica de enfriamiento basada en un nanofluido híbrido inspirado en la naturaleza, diseñada para mejorar la eficiencia de sistemas CPVT (concentradores fototérmicos fotovoltaicos). La investigación analiza el rendimiento térmico y energético de este enfoque, que combina partículas nanométricas con propiedades bioinspiradas para optimizar la transferencia de calor en aplicaciones de alta eficiencia energética.

Según los autores, el uso de este nanofluido híbrido permite una disipación más efectiva del calor generado en los sistemas CPVT, lo que a su vez contribuye a mantener temperaturas operativas más bajas y estables en los componentes fotovoltaicos. Este efecto se traduce en una mejora significativa en la eficiencia general del sistema, al reducir las pérdidas por sobrecalentamiento que suelen afectar el rendimiento de las celdas solares.

El análisis numérico realizado en el estudio considera diversos parámetros, como la concentración de nanopartículas, el tipo de fluido base y las condiciones de flujo, para determinar la configuración óptima del nanofluido en términos de conductividad térmica y viscosidad. Los resultados indican que ciertas combinaciones de materiales bioinspirados y portadores líquidos logran un equilibrio favorable entre增强 de la transferencia de calor y mínimos incrementos en la resistencia al flujo.

Los investigadores destacan que este tipo de enfoques interdisciplinarios —que integran principios de la biomimética, la nanotecnología y la ingeniería térmica— ofrecen vías prometedoras para el desarrollo de tecnologías solares más eficientes y sostenibles. La capacidad de gestionar el calor de manera más eficaz no solo mejora el rendimiento inmediato del CPVT, sino que también puede contribuir a prolongar la vida útil de sus componentes al reducir el estrés térmico.

Aunque el estudio se centra en la evaluación mediante simulación numérica, sus autores señalan que los hallazgos proporcionan una base sólida para futuras investigaciones experimentales y aplicaciones piloto en sistemas de energía solar de concentración. El potencial de escalabilidad y compatibilidad con diseños existentes de CPVT se menciona como un aspecto relevante para su posible adopción en contextos industriales y comerciales.

El trabajo subraya la importancia de la innovación en materiales funcionales para abordar uno de los desafíos clave en la energía solar fototérmica: la gestión eficiente del calor residual. Al mantener las temperaturas de operación dentro de rangos óptimos, se busca maximizar tanto la producción eléctrica como la captación de energía térmica, mejorando así el factor de utilización global del sistema.

En términos de relevancia económica y empresarial, el avance representa una posible vía para reducir el costo nivelado de la energía (LCOE) en tecnologías solares híbridas, al aumentar su rendimiento sin requerir cambios estructurales mayores. Esto podría ser particularmente significativo en mercados donde la eficiencia y la durabilidad son factores determinantes para la viabilidad de proyectos de energía renovable a gran escala.

El estudio no menciona fuentes de financiación específicas, ni declara conflictos de interés asociados a las instituciones involucradas. Su publicación en una revista de alto impacto como Nature sugiere que ha pasado por un proceso de revisión por pares riguroso, lo que respalda la solidez de su metodología y conclusiones dentro del ámbito científico.

abril 18, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Negocio

IA cognitiva para el análisis y predicción de reservorios

by Editora de Negocio abril 4, 2026
written by Editora de Negocio

Un nuevo marco de computación cognitiva está transformando la caracterización de yacimientos y la optimización de la exploración en el Campo Gabo, situado en el Delta del Níger. Esta investigación se centra en incrementar la precisión predictiva de variables críticas como la porosidad, la permeabilidad y la saturación de fluidos, buscando superar los retos impuestos por la complejidad geológica, la heterogeneidad de los entornos deposicionales deltaicos y la escasez de datos disponibles.

Metodología de análisis avanzado

El flujo de trabajo propuesto integra tres componentes fundamentales: cálculos petrofísicos basados en la física, regresión de Random Forest (RF) y la percepción cognitiva de Deepseek-R1. Para el análisis exploratorio de los datos, el estudio implementó algoritmos de Isolation Forest e interpolación de spline de Akima.

Los resultados del modelo RF demostraron un rendimiento superior, alcanzando valores de R² superiores a 0.98 en todas las propiedades predichas, con errores RMSE por debajo de los umbrales aceptados. La cuantificación de la incertidumbre confirmó la robustez del sistema, con errores de predicción bajos: 0.0062 v/v para la porosidad, 0.0040 log(mD) para la permeabilidad y 0.0106 para la saturación.

Hallazgos técnicos y potencial de flujo

El análisis permitió determinar los siguientes parámetros en el yacimiento:

Hallazgos técnicos y potencial de flujo
  • Porosidad: Los valores oscilaron entre 0.18 y 0.25, con una concentración principal entre 0.22 y 0.24.
  • Permeabilidad: Se registraron valores de hasta aproximadamente 5230 mD, identificando diversas zonas que superan los 500 mD, lo que indica un fuerte potencial de flujo.
  • Saturación de agua: Se situó entre 0.25 y 0.45, lo que sugiere una saturación de hidrocarburos favorable.

Impacto estratégico y recomendaciones de recuperación

La implementación de la inteligencia artificial Deepseek-R1 representa una mejora significativa en el proceso de caracterización. Esta metodología de computación cognitiva complementa los resultados cuantitativos con conocimiento cualitativo del yacimiento, proporcionando perspectivas de nivel experto.

Gracias a la evaluación cognitiva de Deepseek-R1, se identificaron potenciales zonas de pago omitidas. Como resultado, se han emitido recomendaciones estratégicas para mejorar la recuperación de recursos, incluyendo la ejecución de perforaciones de relleno (infill drilling) y la aplicación de inundaciones de agua focalizadas en los intervalos de alta permeabilidad.

La integración de cálculos basados en la física, aprendizaje automático avanzado y computación cognitiva demuestra mejoras sustanciales en la gestión de yacimientos dentro de entornos geológicamente complejos.

abril 4, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

IA Forense: Explicabilidad y Detección de Cámara Origen

by Editor de Tecnologia febrero 15, 2026
written by Editor de Tecnologia

En los últimos años, se ha observado una creciente adopción de modelos de inteligencia artificial (IA) en el campo de la informática forense digital (DF), especialmente modelos de aprendizaje profundo (DL). Si bien estos modelos asisten a los expertos en DF, su falta de transparencia genera preocupaciones sobre su fiabilidad. Aunque la Inteligencia Artificial Explicable (XAI) ha avanzado, los métodos actuales presentan limitaciones para las aplicaciones en DF.

Las técnicas visuales de XAI existentes no ofrecen la claridad suficiente para tareas complejas de análisis forense de imágenes, como la Identificación de la Cámara Fuente (SCI), ni proporcionan mecanismos para evaluar si la decisión de un modelo es correcta. La mayoría de los métodos simplemente resaltan las regiones influyentes sin permitir a los examinadores validar la decisión en sí misma.

La explicabilidad basada en reglas es una estrategia prometedora para aumentar la transparencia, pero su implementación en Redes Neuronales Convolucionales (CNN) del mundo real sigue siendo un desafío. Estudios previos son en gran medida experimentales y a menudo requieren modificar el modelo para extraer reglas, lo que entra en conflicto con los requisitos de integridad de los flujos de trabajo de DF.

Para abordar estas deficiencias, se ha presentado un nuevo marco de trabajo para hacer que los modelos CNN utilizados en la etapa de análisis de la informática forense digital sean explicables. Este marco, basado en tres pasos fundamentales –detección del rastro de capas, votación por mayoría de capas y extracción de reglas–, proporciona una salida visual estructurada y transparente, así como una explicabilidad textual basada en reglas que es comprensible para el usuario.

Basándose en este marco, se introduce el primer modelo de Identificación de la Cámara Fuente (SCI) explicable, una tarea de DF particularmente desafiante en términos de explicabilidad. La salida explicable permite al examinador forense rechazar o confirmar la predicción del modelo principal basándose en las decisiones de las capas y el cumplimiento del principio de integridad.

Además, la identificación de 27 de 37 predicciones incorrectas realizadas por el modelo base permitió mejorar la precisión del modelo del 97.33% al 99.2%.

febrero 15, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Privacidad y Seguridad en Entrega con Drones: Blockchain y Edge Computing

by Editor de Tecnologia febrero 15, 2026
written by Editor de Tecnologia

La convergencia de tecnologías como la computación en el borde (edge computing), la cadena de bloques (blockchain) y la inteligencia artificial (IA) está abriendo nuevas vías para abordar desafíos críticos en diversos sectores, incluyendo la seguridad y la privacidad en sistemas de entrega con drones (UAV).

Investigaciones recientes, presentadas en diversas conferencias y publicaciones especializadas entre 2020 y 2025, se centran en el desarrollo de marcos de trabajo que protejan la privacidad de los datos biométricos de los usuarios en sistemas de entrega con drones. Un estudio presentado en la conferencia IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops) en 2024, propone un nuevo enfoque para este desafío.

Paralelamente, se están explorando métodos para la recolección de datos de ubicación respetando la privacidad, aplicables a sistemas inteligentes que operan en el borde de la red. Asimismo, la cadena de bloques emerge como una herramienta clave para garantizar la identidad auto-soberana en estos sistemas, como se demostró en el 2021 IEEE/ACM International Symposium on Cluster, Cloud and Internet Computing (CCGrid).

La seguridad en la computación en el borde para sistemas de entrega con drones también es un foco importante, con propuestas de marcos de trabajo que buscan mitigar riesgos y vulnerabilidades. En este contexto, la geo-localización visual y la estimación de la actitud de los drones, utilizando imágenes satelitales y datos topográficos, se perfilan como componentes esenciales para una navegación precisa y segura, tal como se investiga en Eng. Appl. Artif. Intell..

La necesidad de compartir datos geoespaciales de forma segura y confiable impulsa el desarrollo de soluciones basadas en blockchain, como GeoBlocks, que permiten el intercambio descentralizado y responsable de información. En el ámbito de las ciudades inteligentes, se están implementando sistemas de intercambio de datos basados en blockchain para servicios de detección, como se detalla en ACM Trans. Internet Technol..

Para optimizar el rendimiento y la privacidad en sistemas de entrega con drones, se investigan marcos de trabajo de aprendizaje federado (federated learning) que preservan la privacidad, como FedShufde. La arquitectura de distribución de tareas con conciencia de la privacidad, utilizando blockchain en sistemas de comunicación con drones, también es un área de estudio activa, según lo publicado en el IEEE Internet Things Journal.

Además de las aplicaciones en la entrega con drones, estas tecnologías se están aplicando en otros campos, como la optimización de la cadena de suministro de atención médica, la creación de bibliotecas de contratos inteligentes para aplicaciones geoespaciales descentralizadas y el control de acceso basado en atributos para el Internet de las Cosas (IoT). Investigaciones recientes también exploran el uso de algoritmos de optimización, como el algoritmo de la cometa aliblanca y el algoritmo de Harris Hawks, para mejorar el rendimiento de modelos de aprendizaje automático y la detección de comunidades en redes sociales.

En resumen, la combinación de computación en el borde, blockchain e inteligencia artificial está generando soluciones innovadoras para mejorar la seguridad, la privacidad y la eficiencia en una amplia gama de aplicaciones, desde la entrega con drones hasta la gestión de la cadena de suministro y el análisis de redes sociales.

febrero 15, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Newer Posts
Older Posts
  • Aviso Legal
  • Política de Cookies
  • Términos y Condiciones
  • Política de Privacidad
  • CONTACTO
  • Política de Correcciones
  • Equipo Editorial
  • Política Editorial
  • SOBRE NOTIULTI

© 2026 Notiulti. Todos los derechos reservados.
Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com


Back To Top

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com

Notiulti
  • Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología

Para contacto, publicidad, derechos de autor o incidencias, escriba a: office@notiulti.com