TheAtomicals

Ajuste de la función de valores extremos a los datos
Control de estabilidad para el parámetro scale.
Control de estabilidad para el parámetro shape.
Nivel de periodo de retorno por respecto al umbral
Ajuste de la distribución inferida con respecto a la distribución teórica
Excedencias por umbral ajustado a la red bayesiana.
Distribución de medias con respecto al umbral.
Serie de excedentes diarios de la variable tip_risk
Topología de los datos obtenida a través del algoritmo UMAP
Matriz de correlación de variables
Inferencia estocástica de las posibles trayectorias.

Inspiration

A nuestro equipo le encantan los retos y las aventuras incluido cuando se trata de trabajar. Trabajar con sensores nucleares supuso un gran desafío.

What it does

How we built it

Blanca Isabel Pichardo Botillo -- Backend Engineer: El backend de este proyecto fue desarrollado en Python con FastAPI bajo una arquitectura cliente-servidor, diseñado para el monitoreo y análisis crítico de reactores. El sistema integra un pipeline de inferencia avanzado que combina una red bayesiana (pgmpy) para el cálculo de probabilidades de fallo y un motor de lógica difusa Mamdani (scikit-fuzzy) para determinar niveles de alerta y vida útil. La persistencia de datos se gestiona de forma híbrida: MongoDB almacena la información operativa y de usuarios, mientras que la blockchain de Solana garantiza la inmutabilidad de las credenciales de seguridad. La plataforma prioriza la ciberseguridad mediante capas de middleware que incluyen rate limiting, sanitización de inputs y auditoría automatizada, complementándose con un sistema de roles (Admin, Operador, Lector) protegidos por JWT y hashing con bcrypt. Además, ofrece capacidades analíticas y lingüísticas de vanguardia al emplear UMAP para la visualización dimensional de datos y Google Gemini para un chatbot técnico trilingüe (Español, Inglés y Náhuatl) capaz de procesar lenguaje natural, resumir documentación técnica y traducir términos especializados mediante un glosario nuclear dedicado. Ana Rosa Ramírez López -- Design Thinker / AI Engineer: Hice la creación de un modelo de procesamiento de lenguaje natural a partir de usar el API de IEleven Labs capaz de transformar audio en texto de forma precisa. Este motor de transcripción está diseñado para capturar la información sonora y convertirla en datos estructurados . Guarde los datos en MongoDB, al utilizar una base de datos NoSQL, garantizo que cada registro de texto tenga persistencia y pueda ser consultado o auditado con facilidad, manteniendo una organización clara de la información procesada. Por otro lado, he trabajado en la parte visual y de simulación utilizando Blender, donde logré montar un ejemplo detallado de una planta nuclear. En este entorno 3D, configuré la escena para representar los componentes técnicos del complejo, aplicando técnicas de modelado y animación para visualizar la estructura y el funcionamiento de la planta. Kay García Sánchez -- AI Engineer/ Cloud Engineer: El proyecto de IA supuso el mayor reto de a lo largo del evento, se presentaron en primer lugar un análisis de datos profundos donde se pretende estudiar la Big Data (de más de 3 millones de datos) a través de gráficas y estudios estadísticos. Se realizó una reducción de la dimensionalidad en la que se pasaron de 44 variables a tan solo 11 reduciendo el dataset a más de la mitad. Además se realizó un estudio causal-estocástico en el que mediante el algoritmo Peter-Clark pudimos modelar las relaciones causales presentes en los datos. Posteriormente, esto servirá para alimentar una red bayesiana finalizando en una precisión aproximada del 95%. De igual manera, me encargué de crear un clúster distribuído en Vultr donde dos maquinas virtuales se alimentan de manera paralela y se termina almacenando el flujo en un contenedor. Además uno de los contenedores es E3C que permite la entrada y salida de datos en tiempo real. Cristofer Brandon Martínez Guadarrama -- Software Engineer: Realizó la arquitectura en el que se realizó diagramas de caso de uso de los procesos que se llevan a cabo de manera "invisible" dentro de un programa de software, realizó la especificación de las herramientas y requerimientos utilizados y estudiados a lo largo del evento. Desarrolló el programa basado en Blockchain utilizando Solana donde se creó una billetera virtual donde se registraban las credenciales cifradas de los trabajadores de la planta. Además se encargó del diseño del video. Carlos Rafael Fabian Jiménez: Me toco generar puntos de visualizacion e interaccion, basados en la estructura y logica que se maneja en nextjs, modificando componentes que generan conflictos logicos ya que la mayoria de nuestros modelos necesitan gran cantidad de informacion para generar las graficas, pero lo mas peculiar es que la mayoria de las librerias no estan diseñadas para interpretar ese numeros de datos o soportar ese flujo para poder estar actualizados con el modelo de inteligencia artificial. Asi que se planteo un procesamiento por chunks para reducir la carga pero no dio tiempo de implementarla.

Challenges we ran into

Tuvimos problemas que logramos resolver más o menos con las gráficas en el frontend, ya que el frontend terminó programándose en JavaScript y los datos al considerarse Big Data, resultó bastante problemática su integración. Por otro lado, Solana al ser la primera vez que integrábamos un módulo con este programa resultó un poco difícil de entender tanto su funcionamiento como su ejecución.

Accomplishments that we're proud of

Enseñar nahuatl a una máquina, logramos representar un gráfico que parecía imposible de representar, otra cosa es que el modelo lograse conseguir una gran exactitud, estamos orgullosos también de que sí logramos acabar con un prototipo funcional.

What we learned

Las gráficas pueden representar un reto muy representativo cuando se trabaja con intefaces.
Integrar sistemas clouds completos y funcionales.
Integrar sistemas blockchain con IA.
Usar el API de IElevenLabs ## What's next for TheAtomicals
Mejorar el proyecto de IA.
Pasar a deployment.