{"id":11441,"date":"2025-07-02T14:35:56","date_gmt":"2025-07-02T14:35:56","guid":{"rendered":"https:\/\/www.sominnport.cat\/?p=11441"},"modified":"2025-07-02T14:35:56","modified_gmt":"2025-07-02T14:35:56","slug":"trajreducer-ia-para-mejorar-la-prediccion-de-trayectorias-de-buques-y-la-eta","status":"publish","type":"cas","link":"https:\/\/sominnport.cat\/es\/observatori\/trajreducer-ia-para-mejorar-la-prediccion-de-trayectorias-de-buques-y-la-eta\/","title":{"rendered":"TrajReducer: IA para mejorar la predicci\u00f3n de trayectorias de buques y la ETA\u00a0"},"content":{"rendered":"

Responsables del proyecto<\/span><\/b><\/h4>\n

El proyecto est\u00e1 liderado por el equipo de investigaci\u00f3n de la Escuela de Ingenier\u00eda de la University of British Columbia \u2013 Okanagan (UBCO).<\/span>\u00a0<\/span><\/p>\n

Descripci\u00f3n del proyecto<\/span><\/b><\/h4>\n

TrajReducer es un sistema de inteligencia artificial dise\u00f1ado para lograr una mayor precisi\u00f3n en la predicci\u00f3n de las trayectorias de los buques en los puertos canadienses. El sistema analiza miles de trayectorias utilizando t\u00e9cnicas avanzadas de agrupamiento espacial y clasificaci\u00f3n de metadatos. Es decir, tiene en cuenta factores como el tipo, tama\u00f1o, velocidad y direcci\u00f3n del buque, y compara la ruta actual con viajes anteriores similares para calcular con precisi\u00f3n su destino y hora estimada de llegada (ETA), incluso cuando el trayecto acaba de comenzar.<\/span>\u00a0<\/span><\/p>\n

El proyecto ha demostrado en su fase de validaci\u00f3n una mejora significativa en la eficiencia operativa portuaria, reduciendo los tiempos de espera de los buques hasta en un 21% (los resultados han sido publicados recientemente en Science Direct). Actualmente, el sistema ha sido probado con \u00e9xito en entornos simulados y se encuentra en fase de preparaci\u00f3n para su implementaci\u00f3n en puertos reales.<\/span>\u00a0<\/span><\/p>\n

Este sistema representa un gran avance respecto a los modelos tradicionales, que pueden ser ineficientes o imprecisos. TrajReducer destaca por su eficiencia computacional y su capacidad de aprendizaje y mejora continua a medida que procesa nuevos datos. Esta capacidad permite que el sistema se adapte a los cambios en los patrones globales de comercio y en las operaciones mar\u00edtimas.<\/span>\u00a0<\/span><\/p>\n

Objetivos del proyecto<\/span><\/b><\/h4>\n

El objetivo principal del proyecto es mejorar la eficiencia operativa de los puertos canadienses y de la cadena de suministro global mediante un sistema que permita anticipar con gran precisi\u00f3n la llegada (ETA) y la trayectoria de los buques.<\/span>\u00a0<\/span><\/p>\n

Adem\u00e1s, el sistema se adapta a las transformaciones globales del comercio \u2014como los cambios en infraestructuras o tratados comerciales\u2014 y mejora con el tiempo a medida que procesa m\u00e1s datos, ayudando as\u00ed a garantizar una mejor planificaci\u00f3n y respuesta ante posibles disrupciones en la cadena log\u00edstica global.<\/span>\u00a0<\/span><\/p>\n

Fecha de publicaci\u00f3n<\/span><\/b><\/h4>\n

2 de julio de 2025<\/span>\u00a0<\/span><\/p>\n

Enlaces de inter\u00e9s<\/span><\/b><\/h4>\n