Investigadores crean dispositivo que predice aparición de cianobacterias en el agua
Investigadores del departamento de la Universidad Complutense de Madrid (UCM) desarrollaron un innovador dispositivo capaz de implementar algoritmos avanzados de inteligencia artificial para predecir la proliferación de cianobacterias en sistemas hídricos con hasta 28 días de antelación.
Las cianobacterias son microorganismos presentes de forma natural en ríos, lagos y embalses. En determinadas condiciones ambientales, pueden experimentar un rápido crecimiento y producir metabolitos tóxicos que representan un riesgo para la salud de animales y humanos, además de comprometer la calidad del agua para su uso doméstico e industrial.
El nuevo dispositivo utiliza redes neuronales poco profundas basadas en algoritmos de memoria a corto y largo plazo (LSTM). A diferencia de las redes profundas tradicionales, estas son más pequeñas, específicas y eficientes, lo que permite reducir el coste computacional. Además, antes de ser incorporada al dispositivo, la red neuronal es comprimida mediante discretización, lo que reduce aún más su tamaño para facilitar su implementación.
El sistema se conecta como un complemento (add-on) a los sensores existentes en las boyas de monitorización. Recibe en tiempo real datos como la temperatura o la fluorescencia de la ficocianina, los procesa para ejecutar el modelo predictivo y transmite inalámbricamente tanto los datos originales como las predicciones.
Los resultados obtenidos muestran precisiones superiores al 70 % en horizontes de predicción de hasta 28 días, un rendimiento que supera en un 20 % al de otros algoritmos evaluados en el mismo dispositivo con redes neuronales profundas comprimidas.
Fuente: Medios internacionales
VTV/GC/DS/DB/
