2011 02-11 (uam) emadrid jmoreno uam web2.0 sistemas colaborativos
V Jornadas eMadrid sobre “Educación Digital”. Gabriel Díaz, Universidad Nacional de Educación...
-
Upload
emadrid-network -
Category
Education
-
view
32 -
download
1
Transcript of V Jornadas eMadrid sobre “Educación Digital”. Gabriel Díaz, Universidad Nacional de Educación...
Aprendizaje continuo personalizado y big data: un enfoque multidisciplinar de
conducción eficiente
15/04/2023 1
Gabriel Díaz Orueta
15/04/2023 2
Índice• Contexto de la investigación• Introducción• Primeros pasos: CATED, BLED• Situación actual: introducción de LA• Situación actual: el sistema completo o casi…• Adaptive learning• El futuro…
15/04/2023 3
Investigación aplicada y multidisciplinar
www.adnmobilesolutions.com
Grupo de Investigación DMMSUniversidad de Oviedo Universidad Nacional de Educación a Distancia
Universidad - Empresa
Objetivo: llegar al mercado con la investigación
Multidisciplinar: informática, telecomunicaciones, electrónica, aprendizaje, mecánica, organización de empresa, economía, medioambiente…….
15/04/2023 4
Grupo de investigación
• Abel Rionda (ADN Mobile Solutions)• Alejandro García Pañeda (ADN Mobile Solutions)• Gabriel Díaz Orueta (Universidad Nacional de Educación a distancia)• Xabiel García Pañeda (Universidad de Oviedo)• Roberto García Fernández (Universidad de Oviedo)• David Melendi Palacio (Universidad de Oviedo)• Laura Pozueco Álvarez (Universidad de Oviedo)• Alejandro García Tuero (Universidad de Oviedo)• María Mitre Aranda (Universidad de Oviedo)• Sergio Martín Gutiérrez (Universidad Nacional de Educación distancia)• Jose Antonio Sánchez (Universidad de Oviedo)
• Colaboradores: David Martínez, Alberto Álvarez, David Arbesú, Alejandro Alija, Javier Peláez, Enrique Jaimez, ….
15/04/2023 5
Introducción• Contaminación de los vehículos de
combustión• Co2, partículas, …• Calentamiento global• Enfermedades respiratorias y
cardiovasculares• Concienciación de las empresas• Mejorar su imagen, certificación ISO 50001• Reducir los costes operativos
• Existen diversos tipos de medidas para mejorar el consumo • Modificaciones en los vehículos, modernización de la flota, mantenimiento predictivo, …• Conducción eficiente (eco driving)
• Se podría reducir en un 10% las emisiones y el consumo
15/04/2023 6
Introducción
• Cursos de conducción eficiente, si pero…
Solución: un nuevo enfoque que busque un aprendizaje permanente
• Las buenas prácticas se van perdiendo• Se vuelve a lo de siempre (dejadez, cansancio, …)• El conocimiento no queda fijado de forma permanente• La repetición de los cursos no garantiza que las prácticas se hagan permanentes
15/04/2023 7
Inicio de la investigación: BLED
Blended Learning for Efficient Driving• Principios del método:
• Blended learning• Los cursos son importantes pero se
olvidan los conceptos, hay que dar algo más
• Learning by doing/on the job training• La práctica fija el conocimiento• Los profesionales no tienen tiempo
para estudiar, hay que aprender al mismo tiempo que se trabaja
• Long term learning• Necesitamos que el conocimiento se
haga permanente• Mejora continua
15/04/2023 8
Inicio de la investigación: BLED
Blended Learning for Efficient DrivingMETODOLOGÍA DE APRENDIZAJE PARA CONDUCCIÓN EFICIENTE BASADA EN LOS PARADIGMAS DE BLENDED LEARNING Y LEARNING BY DOING
• Profesor + herramientas de e-learning (a bordo del vehículo y fuera)
• Diferentes fases para la fijación del conocimiento
• Informes para el reconocimiento por parte de la empresa
• Alineada con ISO 50001 (Sistema de Gestión Energética)Formación presencial + sistema a bordo + informes mensuales
15/04/2023 9
Inicio de la investigación: CATED
• Obtención de la información de la ECU (Engine Control Unit) y adición de información GPS
• Sistema especial para vehículos sin centralita electrónica
• Pantalla para proporcionar feed-back al conductor• Transmisión al sistema central
15/04/2023 10
Empresa Municipal de Transportes Urbanos de Gijón S.A.,EMTUSA
- Reducción media del 7% de consumode combustible- Extensión del piloto a otras líneasde la compañía- Coste reducido: 50-80 €/bus/mes
15/04/2023 11
Líneas de investigación actuales
• Learning analytics (uso de TODOS los datos que tenemos)• Recomendaciones
automáticas• Adaptive learning
15/04/2023 12
Learning analytics
• Debemos de saber exactamente qué está pasando• Para hacer recomendaciones de mejora (sistemas
de recomendación automáticos, proceso de aprendizaje adaptativo)
• Gratificar a los conductores (planes de recompensa)
• Saber si los planes compensan económicamente
Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo
15/04/2023 13
En busca de una evaluación objetiva
- Buscar de manera objetiva acciones eficientes y/o ineficientes de cada conductor, en su comportamiento
- ¿Para qué? Determinación del rendimiento del conductor con la menor distorsión posible de elementos externos- ¿Cómo? Mediante definición y detección de patrones de comportamiento al volante, asociados con métricas claras
- ¿Cómo? Aplicando técnicas de big data, mediante la correlación de TODOS los datos obtenidos automáticamente del sistema embarcado, en tiempo real, por cada conductor- Patrones actuales:
- Eficiencia: Inercia- Ineficiencia: Aceleración-freno, Freno-aceleración y Ralentí
CATED BOX + Learning analytics
Sistema embarcado
Aplicación de recomendación y alarma
Módulo de procesamiento y transmisión
Sistema Central
Subsistema de gestión
Subsistema de análisis CouchDB
SQLServer
SQLServer
Servicios Web
ELT
Portal Web
Procesos periódicos de tratamiento
de datos
Proactiva
Subsistema de operación
Conductor
Formador
Responsable flota
Sistema de turnos
compañíaECU Captador
Sistema analítico y generación de informes
CouchDB replicada
DBRelacional
Análisis SSIS
Cuadro de mando para el seguimiento de
conductores Sistema de Learning Analytics
Cátedra
Map-matchingReverse-
geocoding
Contexto
Sistema operativo actual
15/04/2023 14
15/04/2023 15
CouchDB
SQLServer
ELT
CouchDB replicada
Análisis SSIS
Cuadro de mando para el seguimiento de
conductores Sistema de Learning Analytics
Map-matchingReverse-
geocoding
Contexto
Formador DBRelacional
1- Módulo de tratamiento de datos – ELT-Procesamiento complejo de los datos proporcionados por el vehículo
ELT
2- Módulo de corrección de posiciones y geolocalización inversaPara corrección de posiciones (map-matching) por falta de precisión GPSPara geolocalización inversa inclusión de la lista de calles del proyecto
Map-matchingReverse-
geocoding
3- Módulo de análisis: Análisis de patrones definidos para estudios de evolución del aprendizaje
Análisis SSIS
15/04/2023 16
Learning analytics
Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo
Ejemplo de análisis
Puntos críticos de ralentí – patrón de ineficiencia
15/04/2023 17
Learning analytics
Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo
Puntos clave de inercia – patrón de eficiencia
Ejemplos de análisis
15/04/2023 18
Adaptive learning
- Basándonos en los resultados de los procesos de learning-analytics creamos un proceso de aprendizaje,que se adapte al conductor y que se adapte a su contexto.
- Crear ciclos de mejora continua
15/04/2023 19
1- CONTEXTO:Reunir información sobre:- Vehículo- Servicio
2- BASELINE:- Rendimiento inicial conductor- Para plan inicial de formación
3- FORMACIÓN INICIAL- Parte teórica sobre programa- Conducción “asistida”- Informe sobre mejora
15/04/2023 20
4- ANÁLISIS PERIÓDICOS- Análisis de patrones- Típicamente 1 mes
5- Nueva evaluación,Nuevo plan de formaciónindividualizado
6- Mejora continua:- Iterar,- Más fácil de asociar conplan de recompensas- Motivación
15/04/2023 21
Adaptive Learning
Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo
Caracterización del funcionamiento del vehículo
Ejemplo de definición del
contexto
15/04/2023 22
Y el futuro…
• Diseño de nuevos patrones• Diseño de sistema de recomendaciones automáticas• Incorporación de nuevos datos al contexto• Diseño del sistema de generación automática de contexto• Diseño del sistema analítico basado en data-warehousing• Desarrollo de un cuadro de mando• Diseño de una arquitectura de procesamiento big-data • Diseño de sistemas de presentación• Cuantificación económica de ahorros• Definición de planes de recompensa
Tareas en las que estamos trabajando:
15/04/2023 24
- “Blended learning system for efficient professional driving” A. Rionda, X. García Pañeda, R. García, G. Díaz Orueta, D. Martínez, M. Mitre, D. Arbesú, I. Marín, Computers and Education, 2014.
- “Evaluación del aprendizaje de conducción eficiente en un entorno profesional”. A. Rionda, X. G. Pañeda, R. García, D. Melendi, A. G. Pañeda, G. Díaz, L. Pozueco, Simposio Internacional de Informática Educativa (SIIE), Logroño, España. 2014.
- “Service to Manage the Efficient Driving of Combustion Vehicle Fleets to Support ISO 50001. A. Rionda, D. Martínez, X. G. Pañeda, A. Álvarez, D. Arbesú, G. Díaz Orueta, J. Peláez, A. G. Pañeda. IEEE Latin America Transactions, 2015
- “Experiencias en la implantación de un sistema de big data: Un caso aplicado a la evaluación del aprendizaje de técnicas de conducción eficiente”, Congreso Iberoamericano de Telemática (CITA)Popayán, Colombia, 2015
- “Adaptive learning for efficient driving in urban public transport”, International Conference on Computer, Information, and Telecommunication Systems (CITS). Gijón/Xixón, España. 2015.
Algunas publicaciones
15/04/2023 25
Proyectos de investigación
- “Diseño y evaluación de métricas de evaluación de aprendizaje para conduccióneficiente de vehículos de combustión”, Ministerio de Economía y Competitividad, TIN2013-41749-R, Inicio: 01/09/2014, duración del proyecto: 3 años
- “Creación de un sistema automático de detección de patrones de eficiencia yseguridad a partir de la monitorización del vehículo”, Ministerio del Interior – Dirección General de Tráfico, SPIP20141277, Inicio: 01/01/2015, duración: 1 año