Algoritmos de diseño de modelos de elementos finitos y de fluído dinámica computacional.
Aprendizaje no supervisado para detección de desgaste y rotura de herramientas de corte.
Computación distribuida y escalable.
Desarrollo conectividad a máquinas a través de protocolos industriales (Profinet - Profibus - MQTT, etc.).
Desarrollo de algoritmos de IA que permitan un mecanizado autónomo.
Desarrollo de algoritmos inteligentes propios de las redes neuronales artificiales profundas en aplicaciones de control de procesos industriales y de energía.
Desarrollo de aplicaciones de Deep Learning y Machine Learning para análisis de datos de fabricación e imágenes de proceso.
Despliegue de una arquitectura para la homogeneización de datos de fabricación.
Dimensionamiento e integración en plataformas de control industriales de aplicaciones de inteligencia artificial industrial.
Explicabilidad e interpretabilidad así como diagnósticos de redes profundas.
Modelado del consumo energético en máquinas y robots virtuales.
Optimización de plantas y procesos industriales mediante algoritmos inteligentes.
Uso de herramientas Big Data para entornos de fabricación.
