Skip to main content
European Commission logo print header

Spline-like function spaces with applications to scattered data approximations

Article Category

Article available in the following languages:

Interpretar el significado de las señales

El mundo que nos rodea está plagado de señales de diversa índole —acústicas, lumínicas, etc.— que con frecuencia carecen de sentido. Ahora, gracias a las matemáticas avanzadas, estas señales se pueden analizar e incluso aprovechar en beneficio de la tecnología.

Economía digital icon Economía digital

Nuestro entorno nos bombardea con señales distintas e intermitentes desde todos los ángulos. Hay señales acústicas, de radio, lumínicas, visuales, sísmicas o incluso señales definidas por el espacio o el tiempo. La cuantificación de estas señales y su estudio nos ayudan a comprender el mundo en que vivimos y dan lugar a muchas aplicaciones. Para ello es necesario realizar complejos cálculos y algoritmos matemáticos. El ciudadano de a pie apenas conoce esta disciplina, pero en la sombra trabajan con denuedo numerosos científicos y matemáticos para dar sentido a este mundo atestado de señales. La UE ha financiado íntegramente el proyecto SFSASDA para comprender estas señales, y para ello su equipo investigador elaboró modelos más precisos que permitieran desentrañar su significado. Para estudiar estas señales, el equipo de SFSASDA empleó un complejo método denominado aproximación de datos dispersos (scattered data approximation), que ya se ha aplicado anteriormente para reconstruir superficies irregulares, modelizar terrenos, definir la interacción entre fluidos, calcular diversos parámetros, etc. El reto asumido por el proyecto es lograr que funcione con eficacia para el procesamiento de señales, una disciplina por derecho propio a caballo entre la ingeniería mecánica y las matemáticas. La aproximación de datos dispersos ha sido óptima para computar fenómenos indefinidos de los ámbitos de la biología, la ingeniería, la geología y las matemáticas, entre otros. En teoría debería funcionar correctamente para definir y aproximarse a los datos intermitentes emitidos por las señales. Tras realizar numerosas pruebas con distintos modelos matemáticos, el equipo del proyecto logró idear métodos para aplicar el análisis de señales en los campos de la geofísica, las comunicaciones inalámbricas y la imagen médica. Los resultados del proyecto ayudan también a filtrar ruidos y mejorar la acústica. En un futuro próximo, cuando se creen planos, equipo médico, audífonos o equipos de sonido superiores, es probable que se deban en gran parte a esta tecnología y estas técnicas de computación.

Descubra otros artículos del mismo campo de aplicación