Desarrollo e implementación de Filtro de Kalman Neuronal para el Control de Glucosa

Los filtros de Kalman son herramientas fundamentales en sistemas de control, ya que permiten estimar los estados internos de un sistema dinámico a partir de mediciones ruidosas y parciales. Sin embargo, su desempeño depende en gran medida de un conocimiento preciso del modelo del sistema y de sus parámetros, lo cual puede ser difícil o incluso imposible de obtener en aplicaciones del mundo real.

En este contexto, las redes neuronales ofrecen una alternativa prometedora para extender las capacidades del filtro de Kalman clásico. Al integrar técnicas de aprendizaje automático, es posible diseñar filtros de Kalman neuronales que se adapten automáticamente a la dinámica del sistema, incluso en entornos altamente no lineales o inciertos.

En esta IPRE, los estudiantes desarrollarán e implementarán un filtro de Kalman neuronal enfocado en la estimación de estados y parámetros en un sistema de regulación de glucosa. Este desarrollo tiene aplicaciones directas en tecnologías médicas como el pancreas artificial