INOPAL

Investigación de nuevos modelos predictivos y de optimización de consumo de energía del alumbrado público, a partir de nuevos métodos de captura, almacenamiento, depuración, estructuración y análisis de datos obtenidos con sensores de última generación, para generar un repositorio de Data Sets que permita, mediante técnicas de machine learning y big data, crear algoritmos que integren variables de afluencia de personas y factores meteorológicos específicos de cada zona de la región Extremeña

• Definición de requisitos funcionales. mapa conceptual de la solución, alcances del proyecto, mock-ups y wireframes.
• Conjunto de métodos y funciones compatibles con distintas plataformas para recolectar información y controlar dispositivos de iluminación, datos meteorológicos y de afluencia.
• Determinación de las fuentes de datos.
• Diseño y despliegue de la arquitectura y almacenamiento.
• Métodos y procesos de entrada de datos al sistema.
• Análisis de datos almacenados, procesos de análisis y definición de modelos predictivos.
• Diseño e implementación de la interfaz de acceso al usuario
• Input/Output de información de interacción entre agente conversacional y usuario, procesamiento de lenguaje natural y entrenamiento de la inteligencia artificial.

Generar un repositorio de Data Sets que permita, mediante técnicas de machine learning y big data, crear algoritmos que integren variables de afluencia de personas y factores meteorológicos específicos de cada zona de la región Extremeña.