Análisis Predictivo en i3B - Casos de Uso (BigData/Smalldata) en Ibermática

BigData en Ibermática.Tecnología I3B

G R U P O I B E R M Á T I C A

Noviembre 2013

Noviembre 2013 / 2

Eco/Energía TurismoBio

informática

Smartcity

M2M(Internet

de las cosas)

Geo- referenciació

n y Cartografía

Big Data

Servicios inteligentes

personalizados orientados al

contexto

Semántica y

Social Media

Movilidad y

Tráfico

Grandes sistemas

TIC

Sistemas Expertos

Healthcare y

Social Assist.

Áreas de especialización

Noviembre 2013 / 3

Healthcare ySocial Assist.

SistemasExpertos

Envejecimiento y Dependencia

Teleasistencia

Monitorización

Detección precoz

Acceso avanzado (avatar, etc.)

SmartGrid SmartMetering SmartHome

Edificación Sostenible

Perfil –mejora consumos

Vehículo eléctrico

Guías digitales

Servicios contextuales

Turismo 2.0

Trazabilidad

Accesibilidad patrimonio y museos

Soluciones de Laboratorios

Plataformas de información

Servicios medicina personalizada

Seguridad agroalimentaria

Productividad desarrollo software

Seguridad

Movilización aplicaciones

Conocimiento clientes-contexto

Sistemas automáticos de Simulación

Sistemas expertos de autoaprendizaje

Optimización de procesos

Serious games

Servicios sociales, Sanidad, Cultura, Seguridad, Medio ambiente, Ocio y turismo, Tráfico

Modelización necesidades recursos públicos

Captación y trazabilidad de flujos

Gestión de incidencias

Predicción

Modelización y optimización de flujos

Eco-Energía Turismo BioInformática

Grandessistemas TICSmartCityMovilidad

y Tráfico

Big Data

Big Data

Data mining

Sistemas de apoyo a la decisión

Detección de pautas y predicción

Georeferenciacióny Cartografía

Georeferenciación

Sistemas de Información Geográfica-GIS

GeoWeb 2.0

M2MInternet de las Cosas

Sensórica

Dispositivos móviles (in-out)

Sistemas inteligentes

Comunicación M2M, H2M y M2H

Conectividad (Cloud, RFID, ...)

Semánticay Social Media

Open data

Link data

Ontologías

Buscadores semánticos

Redes Sociales

Sentiment Analisys

Áreas de especialización

Noviembre 2013 / 4

Big Data en Industria

Mantenimiento Predictivo. Adelantándonos a las incidenciasMantenimiento Predictivo. Adelantándonos a las incidencias

Análisis automático del OEE (Overall Equipment Effectiveness)Análisis automático del OEE (Overall Equipment Effectiveness)

Noviembre 2013 / 5




Noviembre 2013 / 6




Noviembre 2013 / 7



Explicación automática de las reglas que modelan el OEEExplicación automática de las reglas que modelan el OEE

Noviembre 2013 / 8




Noviembre 2013 / 9




Noviembre 2013 / 10

Big Data en Tráfico

Gestión del Tráfico. Modelado de flujo y predicciones automáticas.Gestión del Tráfico. Modelado de flujo y predicciones automáticas.

-Predicción del flujo futuro del tráfico-Predicción de incidencias (obras, colapsos, densidad, accidentes)-Predicción del flujo futuro del tráfico-Predicción de incidencias (obras, colapsos, densidad, accidentes)

PresentePresente FuturoFuturo

Noviembre 2013 / 11

Big Data en Tráfico

Gestión del Tráfico. Modelado de flujo y predicciones automáticas.Gestión del Tráfico. Modelado de flujo y predicciones automáticas.

-Predicción del flujo futuro del tráfico-Predicción de incidencias (obras, colapsos, densidad, accidentes)-Predicción del flujo futuro del tráfico-Predicción de incidencias (obras, colapsos, densidad, accidentes)

PasadoPasado

PresentePresente FuturoFuturo

Noviembre 2013 / 12

Big Data en Salud

Salud. Ánalítica avanzada en entornos clínicos.Salud. Ánalítica avanzada en entornos clínicos.

Resúmenes automáticos sobre Evolutivos médicosRelaciones entre diagnósticos / tratamientos y efectos sobre la salud.Resúmenes automáticos sobre Evolutivos médicosRelaciones entre diagnósticos / tratamientos y efectos sobre la salud.

Noviembre 2013 / 13

Big Data en Salud: Analítica Avanzada



Noviembre 2013 / 14




Noviembre 2013 / 15




Noviembre 2013 / 16




Noviembre 2013 / 17




Noviembre 2013 / 18

Big Data en Salud: TeleAsistencia

Salud. Teleasistencia Personalizada.Salud. Teleasistencia Personalizada.

Seguimiento de puntos vitales en pacientes en domicilioAlertas personalizadas automáticas en función del pacienteSeguimiento de puntos vitales en pacientes en domicilioAlertas personalizadas automáticas en función del paciente

Noviembre 2013 / 19

Big Data en Salud: Proteómica

Proteómica: descubrimiento de relaciones proteómicasProteómica: descubrimiento de relaciones proteómicas

Clasificación automática de péptidosRelaciones no evidentes entre indicadores y secuenciasClasificación automática de péptidosRelaciones no evidentes entre indicadores y secuencias

¿Coverage?¿PepOccur?¿Coverage?¿PepOccur?

Noviembre 2013 / 20

Big Data en Salud: Proteómica

Proteómica: descubrimiento de relaciones proteómicasProteómica: descubrimiento de relaciones proteómicas

Clasificación automática de péptidosRelaciones no evidentes entre indicadores y secuenciasClasificación automática de péptidosRelaciones no evidentes entre indicadores y secuencias

Noviembre 2013 / 21

Big Data en la Gestión de la Demanda

Gestión de la Demanda en Centros de Atención al ClienteGestión de la Demanda en Centros de Atención al Cliente

Análisis de Series TemporalesOptimización de curvas de Demanda en función de Llamadas/Incidencias/Agentes


Noviembre 2013 / 22





Noviembre 2013 / 23





Noviembre 2013 / 24

Big Data en Comercio ElectrónicoSegmentación de clientes y comportamientos anómalos

CRM / ERP CRM / ERP

Segmentación Segmentación

Normalidad / Anomalías Normalidad / Anomalías

Noviembre 2013 / 25

Big Data en Comercio ElectrónicoSegmentación de clientes y comportamientos anómalos

CRM / ERP CRM / ERP

Segmentación Segmentación

Reglas de Negocio AutomáticasReglas de Negocio Automáticas

Noviembre 2013 / 26

Contrato fuera de áreaContrato fuera de área

Big Data en entornos BancariosSegmentación de clientes y comportamientos anómalos

Noviembre 2013 / 27

Los objetivos de GuiDes Fraude son los siguientes:

Toma de decisión en tiempo real. Ayuda en la instrumentación de reglas para el seguimiento y

control de la concesión de prestamos. Detección de anomalías en las pautas de comportamiento. Sistema de alertas sobre casos inciertos. Sistema de representación gráfica de zonas con

probabilidad alta de fraude. Integración de información y seguimiento de la evolución de

los clientes. Aprendizaje automático ante nuevos casos de fraude.

La tecnología actual permite construir modelos predictivos basados en comparativas estadísticas de patrones de actuación, así como el análisis de redes sociales que muestran, de forma gráfica y geoposicionada, vínculos entre agentes y su posible estado fraudulento.

Además, los sistemas tienen una gran capacidad de aprendizaje sobre las actuaciones generadas en base a las alertas detectadas.

Big Data en AdministracionesGestión de ayudas y control del fraude

Noviembre 2013 / 28

Big Data en Lenguaje Natural: Text Analytics

Análisis inteligente de la información no estructuradaAnálisis inteligente de la información no estructurada

Vigilancia TecnológicaMedicina Basada en la EvidenciaVigilancia TecnológicaMedicina Basada en la Evidencia

Noviembre 2013 / 29

Necesidades:o Caso de Uso.o “FAQs” de interés.o Árboles de decisión (si existen) en

guiado de productos/servicios.

Necesidades:o Caso de Uso.o “FAQs” de interés.o Árboles de decisión (si existen) en

guiado de productos/servicios.

Sistema de guiado en base a preguntas-respuesta.

Compresión de intencionalidad del usuario.

Conocimiento del usuario y contexto.

Sistema de guiado en base a preguntas-respuesta.

Compresión de intencionalidad del usuario.

Conocimiento del usuario y contexto.

Herramientas para generar conocimiento del usuarioInterrelación con el usuario en base a lenguaje natural por voz

Resultado: Interacción con el usuario de forma natural (voz)Resultado: Interacción con el usuario de forma natural (voz)

Noviembre 2013 / 30

• Texto Manuscrito a formato digital.• Clasificación automática de documentos.

ICR y catalogación automática de contenidos

Noviembre 2013 / 31

Resultado: Acciones correctivas preventivasy personalizadas.Resultado: Acciones correctivas preventivasy personalizadas.

Necesidades: oRedes socialesoWeboBlogsoWikis relacionadas con la entidad, etc.

Necesidades: oRedes socialesoWeboBlogsoWikis relacionadas con la entidad, etc.

Sistema evaluador de "sensaciones" subjetivas:

•Baja Laboral•Paro•Buscando Trabajo•Cambios en las relaciones sociales•Imprevistos•Cambios en gustos, preferencias•Descontento con la Entidad / Fiel

Sistema evaluador de "sensaciones" subjetivas:

•Baja Laboral•Paro•Buscando Trabajo•Cambios en las relaciones sociales•Imprevistos•Cambios en gustos, preferencias•Descontento con la Entidad / Fiel

Herramientas para generar conocimiento del usuarioCuantificador de estados subjetivos en base a comentarios en Redes Sociales

Noviembre 2013 / 32

Recomendación personalizada por producto

Noviembre 2013 / 33

Big Data en Política: Gis-Geopolítico

Análisis inteligente de la intención de votoAnálisis inteligente de la intención de voto

Agregación de numerosas fuentes por sección censalReglas y predicción de intención del voto en base a comportamientos pasados


Noviembre 2013 / 34





Noviembre 2013 / 35





Noviembre 2013 / 36





Noviembre 2013 / 37

Aitor Moreno Fernández de Leceta

Sistemas Inteligentes de Control y Gestión www.ibermatica.com/ai.moreno

Blog: rtdibermatica.com

Aitor Moreno Fernández de Leceta

Sistemas Inteligentes de Control y Gestión www.ibermatica.com/ai.moreno

Blog: rtdibermatica.com

Análisis Predictivo en i3B - Casos de Uso (BigData/Smalldata) en Ibermática

Technology

Transcript of Análisis Predictivo en i3B - Casos de Uso (BigData/Smalldata) en Ibermática