Colaboración internacional para diseñar sensores más inteligentes y eficientes

Investigadores del Instituto de Automática (CONICET – UNSJ), en colaboración con Jiangnan University y Tongji University, han publicado un nuevo trabajo titulado:

Semi-Supervised Probabilistic Learning Networks for Industrial Soft Sensors
(Redes de Aprendizaje Probabilístico Semi-Supervisado para Sensores Virtuales Industriales).

Esta investigación aborda una problemática clave en la industria de procesos: el desarrollo de soft sensors (sensores virtuales) capaces de estimar variables críticas cuando la medición directa no es viable o resulta demasiado costosa.

Desafíos en el desarrollo de sensores virtuales
Los sensores virtuales basados en técnicas de aprendizaje profundo enfrentan múltiples obstáculos, entre ellos:

Dificultades para inferir variables latentes.

Diferencias entre las distribuciones probabilísticas teóricas y su implementación práctica.

Escasez de datos etiquetados, lo que limita la precisión de los modelos.

Propuesta metodológica
La solución presentada en el trabajo es una Red de Aprendizaje Probabilístico Semi-Supervisado (SS-PLN), que permite aprovechar tanto datos etiquetados como no etiquetados. Esta arquitectura propone:

La formulación de un problema de optimización como objetivo de aprendizaje.

Representaciones eficientes de distribuciones mediante media y covarianza.

La integración coherente de aprendizaje supervisado y no supervisado en un único marco.

La SS-PLN representa un avance significativo en el diseño de soft sensors industriales más robustos, precisos y escalables, incluso en escenarios con datos limitados. Esta propuesta contribuye al desarrollo de soluciones más confiables para la supervisión y control de procesos industriales complejos.

Acceso al artículo completo:
Semi-Supervised Probabilistic Learning Network for Soft Sensor Modeling With Partially Labeled Data | IEEE Journals & Magazine | IEEE Xplore
DOI: 10.1109/TASE.2025.3576122

Autores
Xudong Shi

Ronghuan Li

Humberto Morales (@humbertomorales812)

Adriana Amicarelli (@adri.amicarelli)

Wangya Huang

Weili Xiong