El artículo «Detecting Performance Anomalies in the Multi-Component Software of a Collaborative Robot«, de los investigadores Nuño Basurto, Carlos Cambra y Álvaro Herrero, ha sido premiado en el congreso IDEAL 2020, organizado por la Universidad de Minho (Portugal). 

Este trabajo ha recibido el Best Application Paper on Machine Learning.

El trabajo se enmarca dentro de la tesis doctoral de Nuño Basurto, dirigida por Carlos Cambra y Álvaro Herrero, en el Programa de Doctorado en Tecnologías Industriales e Ingeniería Civil de la Universidad de Burgos.

El artículo se centra en la detección de anomalías (que afectan tanto al hardware como al software) de los sistemas ciber-físicos en general y los robots en particular. Aunque se ha investigado ampliamente sobre las anomalías físicas relacionadas con los componentes del hardware, hasta ahora se ha dedicado escasa atención al estudio de las anomalías que afectan a los componentes software. A fin de tener más conocimiento sobre este campo, en este artículo se propone la aplicación de diferentes algoritmos de clasificación sobre datos de rendimiento del software de un robot colaborativo.

Los modelos supervisados aplicados bajo esta solución innovadora tienen como objetivo detectar las anomalías del software, en este caso inducidas a propósito y que tienen un impacto perjudicial en el rendimiento del robot bajo estudio. Los resultados obtenidos demuestran que los modelos de Machine Learning aplicados pueden abordar con éxito el problema, con un positivo rendimiento.

Desde el DIHBU queremos felicitar al GICAP de nuestro socio la Universidad de Burgos, por este premio.