Gestió de dades
ECoMMFiT té una gran experiència en la gestió, emmagatzematge i el processament de grans
volums de dades. Algunes de les activitats de recerca principals del grup giren en torn a
l’Experimentació i la Dinàmica de Fluids Computacional, les quals generen per disseny un
gran volum de dades. Aquesta informació inclou: data d’imatges generada per hardware
d’adquisició d’imatges (per exemple, alta resolució i càmeres d’alta velocitat), col.lecció
de dades hidrodinàmiques d’una gran varietat de sensors de flux (velocitat, temperatura, pressió)
i dades estructurades generades per simulacions numèriques computacionals
massives en sistemes de computació d’alt rendiment, tant interns com externs.
El grup té expertesa en els camps de les Dades Massives i l’Aprenentatge Automàtic.
Un conjunt d’Intel·ligència Artificial, Aprenentatge automàtic (o Estadístic)
fa referència a un ampli conjunt d’eines pel modelat i la comprensió de conjunts
de dades complexos. Aquest camp ha atret en els darrers temps una creixent atenció
degut a la seva capacitat de dur a terme la reducció de dades en paquets de dades
enormes. L’Aprenentatge Estadístic ha esdevingut un camp en ebullició en moltes àrees
científiques així com en disciplines com el màrqueting, les finances, l’enginyeria i l’empresa.
L’anàlisi de dades massives proporciona una eina per a la caracterització de
les dades i la detecció d’anomalies/desviacions. Combinat amb tècniques d’Aprenentatge
Automàtic, aquests grans volums de dades poden ser usats per construir models matemàtics
més o menys complexos per (1) predir respostes a pertorbacions en un gran nombre de
predictors - Aprenentatge Supervisat i (2) classificar grans paquets de dades d’acord
amb característiques predeterminades - Aprenentatge No supervisat.
En col·laboració amb l’Hospital Universitari Joan XXIII de Tarragona, aquest projecte utilitza dades monitoritzades d’uns mil pacients per:
- identificar quadres de pacients que poden portar potencialment a extubacions no planificades amb pacients amb ventilació mecànica
- obtenir un model per verificar la validesa de l’índex RoX com a predictor per a una extubació satisfactòria. Aquest índex (RoX), definida com la raó entre la saturació d’oxígen mesurada per oximetria de pulsos/FiO2 i el ritme respiratori, ha estat ja utilitzada com a predictor per a una extubació satisfactòria en pacients amb hipoxèmia respiratoria aguda.
Un altre estudi basat en Aprenentatge Automàtic (Machine Learning en anglès) realitzat pel grup tenia com a objectiu avaluar l'impacte de l'estada de creuers en el port d'una gran ciutat en la qualitat de l'aire de l'àrea urbana. Els resultats han estat publicats en l'article següent: