Publicaciones CénitS

Cation substitution effects on the structural, electronic and sun-light absorption features of all-inorganic halide perovskites

admincenits — Thu, 31 Mar 2022 12:24:03 +0000

All-inorganic perovskites (such as CsPbI₃) are emerging as new candidates for photovoltaic applications. Unfortunately, this class of materials present two important weaknesses in their way to commercialization: poor stability and toxicity. This paper explores the possibility of lessening both stability and toxicity related problems, as well as obtaining improved photovoltaic efficiencies through the propitious fine-tuning of the chemical composition. Therefore, a systematic ab initio study of the family of all-inorganic perovskites with the general formula Rb_aCs_1−aSn_bPb_1−bI₂Br (a = 0–0.125 and b = 0–1) is here presented. Our results provide a complete description on the connections between the chemical composition, crystal structure, intrinsic stability, electronic properties, and absorption features, pointing out that all-inorganic Rb_aCs_1−aSn_bPb_1−bI₂Br (a = 0.125 and 1 > b > 0.5) perovskites would be adequate candidates for photovoltaic applications with improved stability and reduced Pb concentration.

Fuente de la publicación:

Pablo Sánchez-Palencia, Gregorio García, Perla Wahnón & Pablo Palacios. Cation substitution effects on the structural, electronic and sun-light absorption features of all-inorganic halide perovskites. Inorganic Chemistry Frontiers, 2022. https://doi.org/10.1039/D1QI01553B

Charting the Lattice Thermal Conductivities of I–III–VI2 Chalcopyrite Semiconductors

admincenits — Thu, 31 Mar 2022 12:14:58 +0000

Chalcopyrite-structured semiconductors have promising potential as low-cost thermoelectric materials, but their thermoelectric figures of merit must be increased for practical applications. Understanding their thermal properties is important for engineering their thermal conductivities and achieving better thermoelectric behavior. We present here a theoretical investigation of the lattice thermal conductivities of 20 chalcopyrite semiconductors with an ABX₂ composition (I–III–VI₂) (A = Cu or Ag; B = Al, Ga, In, or Tl; X = S, Se, or Te). To afford accurate predictions across this large family of compounds, we solve the Boltzmann transport equation with force constants derived from density functional theory calculations and machine learning-based regression algorithms, reducing by between 1 and 2 orders of magnitude the computational cost with respect to conventional approaches of the same accuracy. The results are in good agreement with available experimental data and allow us to rationalize the role of chemical composition, temperature, and nanostructuring in the thermal conductivities across this important family of semiconductors.

Fuente de la publicación:

Jose J. Plata, Victor Posligua, Antonio M. Márquez, Javier Fernandez Sanz, and Ricardo Grau-Crespo. Charting the Lattice Thermal Conductivities of I–III–VI2 Chalcopyrite Semiconductors. Chemistry of Materials 2022 34 (6), 2833-2841.
DOI: 10.1021/acs.chemmater.2c00336

CultivData: Application of IoT to the Cultivation of Agricultural Data

admincenits — Thu, 23 Sep 2021 06:00:00 +0000

CultivData proposes the convergence of technologies, such as IoT, big data, HPC, open data and artificial intelligence, to apply HPDA (High Performance Data Analytics) to the cultivation of agricultural data and improve the efficiency and effectiveness of farms. An information system has been developed as an IT platform for the cultivation of open data to extract knowledge and to support the decision making of stakeholders in the agricultural sector, so that it is possible to improve product quality and farm productivity. The resulting system integrates access to data provided by IoT devices that sensorize farms and public and open data sources (Open Data). The platform was designed to make precision agriculture a reality and to be useful not only to farmers, but also to agricultural decision-makers who plan species and crops based on data such as available water; expected weather; prices and market demands, and so forth. In addition, the platform provides to agricultural producers access to historical climate data; climate forecasts to anticipate times of drought or disasters; pest situations or monitoring of their plantations with sensorization and orthophotographs

Fuente de la publicación:

F. Lemus-Prieto, J. F. Bermejo Martín, J.-L. Gónzalez-Sánchez, and E. Moreno Sánchez, “CultivData: Application of IoT to the Cultivation of Agricultural Data,” IoT, vol. 2, no. 4, pp. 564–589, Sep. 2021, doi: 10.3390/iot2040029.

Análisis y diseño de prototipo experimental para el estudio y la validación de redes de alta velocidad

admincenits — Mon, 20 Sep 2021 16:23:07 +0000

El objetivo de este TFG ha consistido en diseñar e implementar una plataforma que permite virtualizar estaciones de trabajo para facilitar así la realización de prácticas de asignaturas de la universidad sin ser necesario acceder a un aula que presente un PC potente para cada alumno. Por lo tanto, uno de los principales puntos a cumplir en este trabajo, ha sido estudiar la posibilidad de virtualizar todas las computadoras en uno o varios servidores, compartiendo los recursos hardware entre las máquinas virtuales, para así evitar tener que mantener múltiples ordenadores individuales, centralizando el mantenimiento. Esta plataforma de virtualización presenta la capacidad de escalar para poder incorporar nuevo hardware en caso de que sea necesario dar de alta más máquinas virtuales de las que soportaba el hardware original. Esto permite responder de manera rápida, efectiva y con el mínimo coste posible a aumentos de demanda del servicio.

Los alumnos (usuarios del sistema) pueden acceder a un portal centralizado el cual les proporciona acceso y control a su estación de trabajo remota asignada. Este gestor garantiza la exclusividad de las máquinas y restringe el acceso a usuarios no autorizados, autenticando bajo nombre y contraseña. Para poder facilitar la conexión a las estaciones virtuales desde cualquier sitio con independencia del aula en el que se encuentre el alumno, el sistema es visible a través de Internet. De esta manera, los alumnos no están limitados a estar dentro de una red local determinada y el docente puede impartir prácticas desde cualquier aula.

Sin embargo, al quedar expuesto a Internet, la seguridad en la comunicación es uno de los principales requisitos, ya que sin ella, todo el sistema sería vulnerable a ataques pasivos de monitorización. Es por esto que los protocolos que se utilizan para el acceso remoto a las estaciones de trabajo virtuales, tienen un nivel de encriptación que aseguran la integridad y privacidad de los datos. Al mismo tiempo, como las estaciones pueden trabajar con diversos programas que mantengan puertos en escucha, es necesario aislar todas las estaciones en una red protegida para evitar que atacantes externos puedan acceder a dichos puertos. Aunque se protege la red, ésta sigue teniendo acceso a Internet. No se puede olvidar que el propósito de esta plataforma es facilitar a los estudiantes la realización de prácticas sobre estudio y prueba de redes de alta velocidad. Por lo tanto, las estaciones de trabajo se ubican todas dentro de una misma red en la que puedan comunicarse entre ellas.

Por último, es importante destacar que todo el software empleado en el desarrollo de la plataforma, es de uso libre y gratuito. De esta manera, se facilita la replicación y despliegue de esta plataforma cuándo y dónde se desee si requerir de licencias de software extra.

Fuente de la publicación:

Moisés Gaitán, David Cortés y José Luis González. Análisis y diseño de prototipo experimental para el estudio y la validación de redes de alta velocidad. Trabajo Final de Grado en Ingeniería Informática en Ingeniería del Software de la Universidad de Extremadura. Septiembre de 2021.

Paralelización Automática y Estrategias de Desarrollo de Código Eficiente para Aumentar el Rendimiento en Centros de Supercomputación

admincenits — Wed, 21 Jul 2021 22:00:00 +0000

Expertos de múltiples ramas del conocimiento se enfrentan diariamente a multitud de desafíos en proyectos científicos, técnicos o industriales que requieren el uso de la computación de alto rendimiento (HPC, High-Performance Computing) para satisfacer adecuadamente sus necesidades. Sin embargo, el desarrollo de algoritmos y programas que empleen correctamente este tipo de infraestructuras implica un importante conocimiento previo que muchos de estos usuarios no poseen, lo cual dificulta notablemente su labor.

Este tipo de proyectos, ampliamente multidisciplinares y heterogéneos, demandan una obtención de resultados con tiempos de ejecución realmente críticos, necesitando para ello la imprescindible utilización de la computación paralela. De este modo, con objeto de alcanzar resultados confiables y emplear eficientemente los recursos de cómputo disponibles, muchos de estos profesionales necesitan una importante ayuda adicional que les permita llevar a cabo la paralelización y optimización de sus códigos. De hecho, es habitual que el primer obstáculo al que se enfrenten sea precisamente la adaptación de sus propios algoritmos secuenciales. En algunos casos, implementar estos códigos ya resulta una tarea complicada para expertos de diversas ramas de la ciencia muy alejadas de la programación informática, lo cual prolonga significativamente su curva de aprendizaje. La situación empeora especialmente cuando precisan además el uso de la computación paralela. De esta forma, para estos usuarios obtener una solución adecuada puede convertirse en un objetivo de notable complejidad.

Este problema está principalmente motivado por el hecho de que los algoritmos paralelos no son diseñados únicamente para realizar el trabajo computacional, sino que también indican cómo será distribuido o dividido éste entre múltiples unidades de procesamiento. Así, es común que científicos e investigadores, que carecen de la formación específica requerida, empleen demasiado tiempo en desarrollar y ejecutar correctamente este tipo de algoritmos. Esto propicia además que sus códigos no sean tan eficientes como deberían, para lo cual se requiere mayor preparación y experiencia.

La completa paralelización automática de códigos de programación, considerando además su eficiencia y el correcto uso de los recursos de cómputo disponibles, sería de utilidad, no solo para estos investigadores, sino también para los propios administradores de los centros de computación de alto rendimiento. De esta forma, los usuarios podrían hacer un uso más eficiente tanto de su propio tiempo, como de las infraestructuras ofrecidas por estos centros, donde dicha eficiencia es clave en diversos aspectos, entre los que destacan: los tiempos de cómputo y de espera para acceder a las distintas infraestructuras, el número de núcleos o procesadores empleados y la disponibilidad de memoria y espacio en disco, sin olvidar el consumo energético, que actualmente supone un desafío clave para los centros HPC.

En consecuencia, uno de los objetivos principales de la presente tesis doctoral consiste en dar solución a los problemas identificados, proponiendo un transcompilador (compilador source-to-source) para la paralelización automática de códigos secuenciales, con el cual será posible obtener mejores rendimientos y eficiencias en las ejecuciones y escoger una correcta estrategia de planificación para cada código. De esta manera, el transcompilador determina las partes del código que pueden ser paralelizadas y genera automáticamente la correspondiente versión paralela. La realización de transformaciones source-to-source secuencial-paralelo permite además a los usuarios comparar ambos códigos de forma más simple, facilitando el aprendizaje y la mejora de sus capacidades en programación paralela.

Adicionalmente, es habitual que los programadores centren sus esfuerzos en aquellas instrucciones que pueden ser paralelizadas, sin tener en cuenta la eficiencia del resto del código, a menudo ignorando el importante efecto que las partes secuenciales tienen sobre los tiempos de ejecución. El impacto asociado es especialmente significativo en trabajos HPC que tardan varios días en ejecutarse o que forman parte de proyectos que requieren miles de horas de CPU anuales, algo muy común en variedad de investigaciones científicas. Por ello, esta tesis evalúa y analiza diversas técnicas software con el objetivo de conseguir mejoras adicionales en el código y reducir los tiempos de ejecución. Las técnicas han sido seleccionadas entre la literatura existente y escogidas por ser las más representativas o que mejoran de modo más notable la eficiencia, entendiendo ésta como el rendimiento computacional alcanzado por un programa en relación al alcanzable en una situación óptima. En primer lugar, se realiza un detallado análisis del impacto producido al aplicar las distintas estrategias en dispositivos IoT (Internet of Things, Internet de las cosas), debido a su mayor sencillez para realizar todas las mediciones necesarias. Tras comprobar su impacto en la reducción de los tiempos de ejecución y en el ahorro energético, las mismas estrategias son aplicadas sobre infraestructuras HPC. De este modo se demuestra que las técnicas propuestas permiten aumentar la eficiencia de forma fácil y sencilla en ambos entornos, posibilitando que los usuarios obtengan destacables mejoras de rendimiento con cambios menores en sus códigos.

Con todo lo anterior se consigue que incluso usuarios noveles puedan hacer un uso más apropiado y eficiente de los recursos computacionales, disminuyendo los problemas inherentes al aprendizaje de la programación paralela.

Análisis Predictivo Mediante Deep-learning con Datos de Aerogeneradores de Energía Eléctrica

admincenits — Thu, 15 Jul 2021 06:55:43 +0000

Este proyecto final de carrera ha abordado el estudio predictivo de la ejecución de aerogeneradores que integran un parque eólico ubicado en España, mediante la aplicación de redes neuronales LSTM. La desafiante problemática en la que está envuelta nuestro planeta, de cara al cambio climático, ha supuesto que un ingente número de organizaciones e instituciones se hayan volcado con gran interés en su gestión. Las energías renovables protagonizan un papel clave para afrontar e impulsar una recuperación hacia un futuro sostenible. En los último años, el imparable crecimiento de la tecnología sumado al polivalente paradigma de ‘deep learning’ ha permitido potenciar y promover, en grandes dimensiones, una creciente investigación dentro del campo de las energías renovables. El objetivo principal se ha centrado en un análisis exhaustivo de las series temporales propias de los componentes de las turbinas eólicas con el fin de pronosticar su comportamiento a lo largo del tiempo. Por ende, este hecho permite la identificación, definición y precisión de los posibles fallos, averías o paradas que puedan ser ocasionados en su operatividad con vistas a avivar un entorno sostenible e impedir pérdidas económicas. Para lograr el propósito final, se explicará la naturaleza de las variables a estudiar para establecer una evaluación rigurosa y real. Posteriormente, se especificará el proceso seguido para la construcción de las redes neuronales así como los diferentes modelos probados para cada una de las variables determinadas anteriormente. Conforme a ello y para finalizar, se concreta cuál es el modelo ideal para cada una de ellas.

Fuente de la publicación:

Estela Martín Verdugo, Félix Rodríguez Rodríguez y José-Luis González-Sánchez. Análisis Predictivo Mediante Deep-learning con Datos de Aerogeneradores de Energía Eléctrica. Trabajo Fin de Grado (TFG) en Ingeniería Informática en Ingeniería del Software de la Universidad de Extremadura. Julio de 2021.

A Quantitative and Comparative Evaluation of Key Points Selection Algorithms for Mobile Network Data Sets Analysis

admincenits — Sun, 20 Jun 2021 22:00:00 +0000

In recent years, network operators are receiving an outsize amount of data due to the increasing number of mobile network subscribers, network services and device signalling. This trend increases with the deployment of 5G that will provide advanced connectivity to wireless devices and develop new services. Network analytics must allow telecommunications operators to improve their services and the infrastructure extracting useful information from large amounts of data. A methodology based on orthogonal projections was developed in order to analyze the network information and facilitate the management and the operations to network providers. In the current study, different key points selection algorithms are investigated in order to make a quantitative and qualitative evaluation and analyze the performance of those algorithms which use different approaches to select these points, which will be utilized in the methodology. A novel synthetic data set has also been developed to statistically evaluate the effect of the key points selection algorithms in the clustering, as well as, measure the performance of the aforementioned methodology. Finally, these key points selection algorithms are used in a real scenario to evaluate the impact of the different approaches in the analysis.

Fuente de la publicación:

D. Cortés-Polo, L. I. J. Gil, J. -L. González-Sánchez and J. Carmona-Murillo, "A Quantitative and Comparative Evaluation of Key Points Selection Algorithms for Mobile Network Data Sets Analysis," in IEEE Access, vol. 9, pp. 92030-92042, 2021, doi: 10.1109/ACCESS.2021.3092596.

Despliegue de técnicas SDNFV para la detección, gestión y mitigación de amenazas a la seguridad de centros de supercomputación (HPC)

admincenits — Wed, 09 Jun 2021 06:00:00 +0000

Los incidentes de seguridad son cada vez más frecuentes en todo tipo de organizaciones que experimentan el impacto negativo provocado por este tipo de amenazas. Los centros de supercomputación que prestan servicios de computación de alto rendimiento no son ajenos a este tipo de incidentes que afectan a la alta disponibilidad que estos centros críticos deben garantizar. Por ello, la investigación y diseño de infraestructuras que permitan detectar, gestionar y mitigar las amenazas a la seguridad de este tipo de centros de datos es especialmente necesaria. Se presenta la investigación en la softwarización y virtualización de red para implementar una infraestructura de red basada en NFV y SDN. Se ha desplegado esta infraestructura de red donde se aplican tecnologías de nueva generación para mitigar los incidentes de seguridad mediante funciones de red virtualizadas y desplegadas en contenedores.

Fuente de la publicación:

Lemus Prieto, F., Cortés-Polo, D., González-Sánchez, J. L., Calle-Cancho, J., & Jiménez Gil, L. I. Despliegue de técnicas SDNFV para la detección, gestión y mitigación de amenazas a la seguridad de centros de supercomputación (HPC). Actas de las VI Jornadas Nacionales (JNIC2021 Live). 2021. doi: 10.18239/jornadas_2021.34.05

Thinking in Parallel: foreword

admincenits — Thu, 06 May 2021 08:00:00 +0000

Under the title of Supercomputing Education: Thinking in Parallel, this special issue of the Journal of Supercomputing (SUPE) was promoted from the TEEM'19 International ConferenceFootnote1 held in León (Spain) in October 2019. A special session under the same title was organized at the Conference, focused on the factors that have to be taken into account for improving training in Supercomputing, on identifying the limitations of Supercomputing training, and on how to provide solutions for these limitations.

The use of Supercomputers is wide spreading, constituting an essential component in many fields of science. The interest in the use of high-performance computing (HPC) facilities is also increasing in a growing percentage of undergraduates because the use of these infrastructures allows them to improve their skills and the results of their training. For this reason, the demand of training on supercomputing increases continuously. “Thinking in Parallel” intended to focus on the factors that have to be taking into account for improving training in Supercomputing for improving the performance of researchers and also to try to identify the limitations of current supercomputing training and to provide solutions for these limitations.

In particular, this special issue is focused on experiences and tools to facilitate the parallelization of existing code, training of researchers and professionals with non-IT backgrounds, recycling of IT professional for the HPC ecosystem, and learning methodologies, tools, and experiences for training of computer science students in parallel programming.

Fuente de la publicación:

Matellán Olivera, V., González-Sánchez, J.L. Thinking in Parallel: foreword. Journal of Supercomputing, 2021.
https://doi.org/10.1007/s11227-021-03848-8.

CultivData: Integración, análisis y gestión de la recolección y tratamiento de datos de cultivo para la mejora de la eficiencia agraria

admincenits — Fri, 29 Jan 2021 09:25:10 +0000

A pesar de que la tecnología avanza y se implanta cada vez más en la sociedad y en la actividad económica, las soluciones tecnológicas para el sector agropecuario llegan con retraso. Este sector resulta fundamental dada la demanda existente de productos agrícolas y ganaderos debida al crecimiento de la población. Por lo tanto, es necesaria una mejora en la producción de estos bienes, sobre todo en lo que concierne a nuestra región, Extremadura.

Este proyecto pretende dar una solución tecnológica para mejorar la producción agrícola y ganadera mediante la aplicación de técnicas de agricultura de precisión, en términos generales, técnicas Big Data aplicadas al sector agropecuario. En concreto, el proyecto se ha centrado en métodos de extracción de datos que servirán como base de futuros análisis. Estos datos se captarán de fuentes abiertas que permitan el uso para tales propósitos. El objetivo ha sido desarrollar una plataforma que permita la extracción, gestión y visualización de esta información. La plataforma posibilita extraer los datos de las distintas fuentes de una forma sencilla, gestionarlos y visualizarlos en distintos formatos desde un mismo lugar, sin necesidad de acceder a las plataformas específicas de cada fuente.

Fuente de la publicación:

Enrique Moreno Sánchez, Félix Rodríguez y José-Luis González-Sánchez. CultivData: Integración, análisis y gestión de la recolección y tratamiento de datos de cultivo para la mejora de la eficiencia agraria. Trabajo Fin de Grado (TFG) en Ingeniería Informática en Ingeniería del Software de la Universidad de Extremadura. Enero de 2021.