Inteligencia artificial para determinar si el empleo de gas natural licuado en el Short Sea Shipping es una apuesta social

Beatriz Molina Serrano; Nicoleta González-Cancelas; Francisco Soler-Flores

doi:10.14482/inde.36.2.10458

Autores/as

Beatriz Molina Serrano Universidad Politécnica de Madrid
Nicoleta González-Cancelas Universidad Politécnica de Madrid
Francisco Soler-Flores Universidad Politécnica de Madrid

DOI:

https://doi.org/10.14482/inde.36.2.10458

Resumen

El impulso del Short Sea Shipping desarrollado por la Unión Europea para reducir la congestión en sus principales corredores, ha derivado en la necesidad de buscar combustibles alternativos que sean más amigables con el medio ambiente, tales como el gas natural licuado. En este artículo se pretende conocer si el empleo de gas natural licuado como combustible alternativo tiene incidencia sobre componentes sociales, empleando para ello inteligencia artificial a través de redes bayesianas.

Biografía del autor/a

Nicoleta González-Cancelas, Universidad Politécnica de Madrid

Doctor Ingeniero de Caminos, Canales y Puertos por la Universidad Politécnica de Madrid. Profesor Contratado Doctor del Departamento de Ingeniería Civil, Transportes de la Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos de la Universidad Politécnica de Madrid. Es especialista en Logística y transporte. Es profesora del Máster Universitario en Sistemas de Ingeniería Civil (MUSIC) de la Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos de la Universidad Politécnica de Madrid y del Master en Gestión y Planificación Portuaria e Intermodalidad; Master del Campus Portuario de Puertos del Estado. Es especialista en Logísitica y Transporte. Pertenece al Grupo de Investigación reconocido de la Universidad Politécnica de Madrid, Grupo de Investigación Logística y Explotación del Transporte y Gestión Operativa. Let & Go, es responsable de la líneas de investigación en Logística y Data Mining aplicado al transporte.

Francisco Soler-Flores, Universidad Politécnica de Madrid

Licenciado en Matemáticas por la Universidad de Almería. Doctor en Tecnología y Sistemas de Información por la Universidad de Castilla-La Mancha. Es Profesor Asociado en el Departamento de Matemáticas e Informática aplicadas a la Ingeniería Civil y Naval. Es Solution Manager Data Analytics en Altran Innovación en el Departamento de Bussines Development. Es especialista en Analytics y Machine Learning.