El sitio web de la UCLM utiliza cookies propias y de terceros con fines técnicos y de análisis, pero no recaba ni cede datos de carácter personal de los usuarios. Sin embargo, puede haber enlaces a sitios web de terceros, con políticas de cookies distintas a la de la UCLM, que usted podrá aceptar o no cuando acceda a ellos.

Puede obtener más información en la Política de cookies. Aceptar

LABORATORIO DE ANÁLISIS PREDICTIVO

Imagen del grupo
Seleccione el apartado del grupo que desea consultar
PREDILAB
2016
ETS INGENIEROS INDUSTRIALES DE CIUDAD REAL, AVDA. CAMILO JOSÉ CELA S/N
3863/3488
+34926295361
CARMEN.CARNERO@UCLM.ES

RESPONSABLE

RESPONSABLE
MARÍA DEL CARMEN CARNERO MOYA
CATEDRÁTICO/A DE UNIVERSIDAD
Carmen.Carnero@uclm.es
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
E.T.S. DE INGENIERÍA INDUSTRIAL (CR)
CIUDAD REAL
http://orcid.org/0000-0002-9170-2264
RESPONSABLE
JUAN RAMÓN TRAPERO ARENAS
CATEDRÁTICO/A DE UNIVERSIDAD
JuanRamon.Trapero@uclm.es
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS Y TECNOLOGÍAS QUIMICAS (CR)
CIUDAD REAL
http://orcid.org/0000-0002-5879-3133

MIEMBROS

MIEMBRO UCLM
DIEGO JOSÉ PEDREGAL TERCERO
CATEDRÁTICO/A DE UNIVERSIDAD
diego.pedregal@uclm.es
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
E.T.S. DE INGENIERÍA INDUSTRIAL (CR)
CIUDAD REAL
http://orcid.org/0000-0003-4958-0969
MIEMBRO UCLM
PABLO GARCÍA ANSOLA
PROFESOR/A ASOCIADO/A
Pablo.Garcia@uclm.es
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
E.T.S. DE INGENIERÍA INDUSTRIAL (CR)
CIUDAD REAL
http://orcid.org/0000-0002-5206-9347
MIEMBRO UCLM
EVA SEGURA ASENSIO
PRIMERA PROYECTO I+D
Eva.Segura@uclm.es
Ingeniería Eléctrica, Electrónica, Automática y Comunicaciones
INGENIERÍA DE SISTEMAS Y AUTOMÁTICA
E.T.S. DE INGENIERÍA INDUSTRIAL (CR)
CIUDAD REAL
MIEMBRO UCLM
ENRIQUE HOLGADO DE FRUTOS
SEGUNDA PROYECTO I+D
Enrique.Holgado@uclm.es
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
E.T.S. DE INGENIERÍA INDUSTRIAL (CR)
CIUDAD REAL
  • Benchmarking medioambiental.
  • Experiencia en la predicción de radiación solar clave para las plantas de generación fotovoltaicas y de concentración.
  • Mantenimiento predictivo. Utilización de las técnicas de predicción para anticiparse a fallos del sistema.
  • Predicción de demanda dentro de la cadena de suministro. Por ejemplo: A) Incorporación de información relativa a campañas de marketing para la mejora de la previsión de la demanda, B) Selección de técnicas de predicción para la planificación de demanda, C) Cálculo del stock de seguridad en base a la volatilidad de la demanda. D) Predicción de sistemas energéticos. Concretamente, se implementan algoritmos de predicción para variables energéticas clave como el precio de la electricidad, su demanda, así como variables energéticas asociadas a las energías renovables.
  • Predictive analytics y big data: Desarrollo técnicas de predicción automáticas en base a la información proveniente del Big Data empresarial.
  • Sistemas de evaluación empresariales. Evaluación multicriterio objetiva de sistemas de mantenimiento, aplicaciones informáticas y eficiencia empresarial.
Las líneas de investigación de este grupo se alinean con la RIS3 de Castilla-La Mancha en los sectores siguientes:
  • medio ambiente y energía
  • TIC
Las líneas de investigación del grupo se adecuan a las prioridades estratégicas y factores transversales de las RIS3 de CLM debido a que optimizan la eficiencia de los recursos e incorporan la I+D+i a las empresas regionales mediante sistemas automáticos de análisis de datos interrelacionados entre la(s) organización(es) que permiten avanzar hacia la industria 4.0 y, por tanto, facilitan el avance digital de las organizaciones. Estos sistemas se apoyan en herramientas de predicción mediante big data empresarial y mantenimiento predictivo. Los sistemas predictivos y de toma de decisiones que desarrolla el grupo orientados hacia las cadenas de suministro, utilización eficiente de energía y recursos tienen en común el uso intensivo del conocimiento, pero analizado de forma innovadora y capaz de adaptarse a los rápidos ciclos o datos cambiantes actuales, facilitando con ello el incremento en la utilización de las tecnologías facilitadoras esenciales entre las empresas regionales.
¿Qué es la RIS3?
  • Análisis predictivo de indicadores clave de las empresas o de parte de las mismas, dentro de la cadena de suministro
  • Benchmarking medioambiental.
  • Predictive analytics, data mining, predicción, cadena de suministro, stock de seguridad, energías renovables.
  • Sistemas de evaluación empresariales. Evaluación multicriterio objetiva de sistemas de mantenimiento, aplicaciones informáticas y eficiencia empresarial.

NACIONAL

MITIGACIÓN DEL EFECTO LÁTIGO MEDIANTE NOVEDOSAS TÉCNICAS DE PREDICCIÓN Y CONTROL DE INVENTARIOS UTILIZANDO EL BIG DATA RESULTANTE DE LAS COLABORACIONES INTEREMPRESARIALES. DPI2015-64133-R (MINECO/FEDER)
NACIONAL
FINALIZADO
CIUDAD REAL
DPI2015-64133-R
1/1/2016
7/31/2019
MINISTERIO DE ECONOMÍA Y COMPETITIVIDAD
SECRETARÍA DE ESTADO DE I+D+I
JUAN RAMÓN TRAPERO ARENAS
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
FACULTAD DE CIENCIAS Y TECNOLOGÍAS QUIMICAS (CR)
Instituto de Matemática Aplicada a la Ciencia y la Ingeniería

REGIONAL

Soluciones integrales de inteligencia predictiva aplicadas a grandes bases de datos de series temporales
REGIONAL
FINALIZADO
CIUDAD REAL
SBPLY/19/180501/000151
1/1/2020
9/30/2023
JUNTA DE COMUNIDADES DE CASTILLA-LA MANCHA
CONSEJERÍA DE EDUCACIÓN, CULTURA Y DEPORTES
DIEGO JOSÉ PEDREGAL TERCERO
Administración de Empresas
ORGANIZACIÓN DE EMPRESAS
AGRUPACIÓN CC.SOCIALES/EDUC Y HUMANID.
ADMINISTRACIÓN DE EMPRESAS
  • No se encuentra la información de los servicios de transferencia tabulados en Consejo de Gobierno.