{"id":1860,"date":"2021-01-21T14:29:07","date_gmt":"2021-01-21T13:29:07","guid":{"rendered":"http:\/\/syram.eu\/?p=1860"},"modified":"2021-02-02T10:04:45","modified_gmt":"2021-02-02T09:04:45","slug":"optimiser-votre-production","status":"publish","type":"post","link":"https:\/\/syram.eu\/es\/optimice-su-produccion\/","title":{"rendered":"C\u00f3mo utilizar el aprendizaje autom\u00e1tico para optimizar su producci\u00f3n"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
<\/div>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t

\u00bfC\u00f3mo puede utilizarse el aprendizaje autom\u00e1tico para optimizar la producci\u00f3n?<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\"producci\u00f3n\"\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Optimizaci\u00f3n de la producci\u00f3n - \u00bfC\u00f3mo puede utilizar el aprendizaje autom\u00e1tico para optimizar su producci\u00f3n?<\/p>

\u00a0<\/p>

Las instalaciones de producci\u00f3n totalmente aut\u00f3nomas estar\u00e1n disponibles en un futuro no muy lejano. Pero incluso hoy, el aprendizaje autom\u00e1tico puede marcar una gran diferencia en la optimizaci\u00f3n de la producci\u00f3n. En este art\u00edculo analizar\u00e9 un ejemplo concreto de uso del aprendizaje autom\u00e1tico y la anal\u00edtica para resolver un problema complejo en un contexto real.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

\u00bfQu\u00e9 es la optimizaci\u00f3n de la producci\u00f3n?<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

La optimizaci\u00f3n de productos es un problema com\u00fan en muchos sectores. En nuestro contexto, la optimizaci\u00f3n es cualquier acto, proceso o metodolog\u00eda que hace que algo -como un dise\u00f1o, un sistema o una decisi\u00f3n- sea tan bueno, funcional o eficiente como sea posible.\u00a0<\/p>

Ejemplos de este tipo de optimizaci\u00f3n son los procesos de decisi\u00f3n sobre el coste m\u00ednimo, la calidad \u00f3ptima, el rendimiento y el consumo de energ\u00eda.<\/p>

Para concretarlo, me centrar\u00e9 en un caso en el que trabajamos con una empresa mundial de petr\u00f3leo y gas. Actualmente, el sector se centra en la digitalizaci\u00f3n y el an\u00e1lisis. Este enfoque se ve alimentado por las enormes cantidades de datos que se acumulan a partir de miles de sensores cada d\u00eda; incluso en una sola instalaci\u00f3n de producci\u00f3n.\u00a0<\/p>

Hasta hace poco, el uso de estos datos era limitado debido a la:<\/p>

\u00a0-L\u00edmites de competencia .<\/p>

-Falta de tecnolog\u00eda y conductos de datos.<\/p>

En el contexto de la industria del petr\u00f3leo y el gas, la optimizaci\u00f3n de la producci\u00f3n es esencialmente \"control de la producci\u00f3n\": se minimiza, maximiza u orienta la producci\u00f3n de petr\u00f3leo, gas y quiz\u00e1s agua. El objetivo puede ser maximizar la producci\u00f3n de petr\u00f3leo y minimizar la de agua. O puede que el objetivo sea mantener la producci\u00f3n de petr\u00f3leo y la proporci\u00f3n de gas\u00f3leo en los valores especificados para mantener las condiciones deseadas en los tanques.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

\u00bfHasta qu\u00e9 punto es complicada la optimizaci\u00f3n de la producci\u00f3n?<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

La producci\u00f3n de petr\u00f3leo y gas es un proceso complejo en el que hay que tomar muchas decisiones para alcanzar objetivos a corto, medio y largo plazo; desde la planificaci\u00f3n y la gesti\u00f3n de activos hasta peque\u00f1as medidas correctoras.\u00a0<\/p>

Las decisiones a corto plazo deben tomarse en cuesti\u00f3n de horas y suelen caracterizarse como optimizaci\u00f3n diaria de la producci\u00f3n. Por lo general, tratan de maximizar los \u00edndices de petr\u00f3leo y gas, optimizando los distintos par\u00e1metros que controlan el proceso de producci\u00f3n.\u00a0<\/p>

Hoy en d\u00eda, en la mayor\u00eda de los casos, la optimizaci\u00f3n diaria de la producci\u00f3n corre a cargo de los operadores que controlan la instalaci\u00f3n de producci\u00f3n en alta mar. Esta optimizaci\u00f3n es una tarea muy compleja en la que un gran n\u00famero de par\u00e1metros controlables afectan a la producci\u00f3n de un modo u otro. Hay que ajustar unos 100 par\u00e1metros de control diferentes para encontrar la mejor combinaci\u00f3n de todas las variables.\u00a0<\/p>

En nuestro ejemplo, s\u00f3lo dos par\u00e1metros controlables afectan a la tasa de producci\u00f3n: la \"variable 1\" y la \"variable 2\". El problema de optimizaci\u00f3n consiste en encontrar la combinaci\u00f3n \u00f3ptima de estos par\u00e1metros para maximizar la tasa de producci\u00f3n. Resolver este problema de optimizaci\u00f3n bidimensional no es tan complicado, pero imaginemos que este problema se ampl\u00eda a 100 dimensiones.\u00a0<\/p>

Ahora es otra historia. Esto es esencialmente lo que intentan hacer los operarios cuando optimizan la producci\u00f3n. Hoy en d\u00eda, la calidad de esta operaci\u00f3n depende en gran medida de la experiencia previa de los operarios y de su comprensi\u00f3n del proceso que controlan.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

Los algoritmos de aprendizaje autom\u00e1tico pueden acumular conjuntos de datos ilimitados<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Aqu\u00ed es donde un enfoque de aprendizaje autom\u00e1tico (ML) resulta realmente interesante. La optimizaci\u00f3n realizada por los operarios se basa en gran medida en su propia experiencia, que se acumula con el tiempo a medida que se familiarizan con el control de la planta de proceso.\u00a0<\/p>

Esta capacidad de aprender de la experiencia previa es exactamente lo que resulta tan intrigante del aprendizaje autom\u00e1tico. Analizando grandes cantidades de datos hist\u00f3ricos procedentes de los sensores de la plataforma, los algoritmos pueden aprender a entender las complejas relaciones entre los distintos par\u00e1metros y su efecto en la producci\u00f3n.<\/p>

El hecho de que los algoritmos aprendan de la experiencia es, en principio, similar a la forma en que los operarios aprenden a controlar el proceso. Sin embargo, a diferencia de un operario humano, los algoritmos de aprendizaje autom\u00e1tico no tienen ning\u00fan problema para analizar conjuntos de datos hist\u00f3ricos completos de cientos de sensores durante varios a\u00f1os. Pueden acumular una experiencia ilimitada en comparaci\u00f3n con un cerebro humano.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

C\u00f3mo funciona un algoritmo de optimizaci\u00f3n de la producci\u00f3n<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Disponer de un algoritmo de aprendizaje autom\u00e1tico que pueda predecir la tasa de producci\u00f3n en funci\u00f3n de los par\u00e1metros de control que se ajusten es una herramienta extremadamente valiosa. El modelo de predicci\u00f3n basado en el aprendizaje autom\u00e1tico nos proporciona una curva de tasa de producci\u00f3n con sus picos y valles que representan la producci\u00f3n alta y baja.\u00a0<\/p>

A continuaci\u00f3n, el algoritmo de optimizaci\u00f3n multidimensional se desplaza por este paisaje en busca del pico m\u00e1s alto que represente la mayor tasa de producci\u00f3n posible.<\/p>

Al desplazarse por la curva de la tasa de producci\u00f3n, el algoritmo puede dar recomendaciones sobre la mejor manera de alcanzar este pico; es decir, qu\u00e9 variables de control ajustar y cu\u00e1nto ajustarlas. Por tanto, una optimizaci\u00f3n de la producci\u00f3n basada en el aprendizaje autom\u00e1tico consta de tres componentes principales:<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

1. Algoritmo de predicci\u00f3n:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Su primer paso importante es asegurarse de que dispone de un algoritmo de aprendizaje autom\u00e1tico (ML) que pueda predecir con \u00e9xito las tasas de producci\u00f3n correctas dados los par\u00e1metros de todas las variables controlables por el operario.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

2. Optimizaci\u00f3n multidimensional:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Puede utilizar el algoritmo de predicci\u00f3n como base para un algoritmo de optimizaci\u00f3n, que explora qu\u00e9 variables de control ajustar para maximizar el rendimiento.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

3. Salida utilizable:<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Como resultado del algoritmo de optimizaci\u00f3n, obtendr\u00e1 recomendaciones sobre las variables de control que debe ajustar y la mejora potencial de la tasa de producci\u00f3n derivada de estos ajustes.<\/p>\n

Un algoritmo de optimizaci\u00f3n basado en el aprendizaje autom\u00e1tico puede funcionar con datos en tiempo real procedentes de las instalaciones de producci\u00f3n y ofrecer recomendaciones a los operarios cuando detecta posibilidades de mejora de la producci\u00f3n. <\/p>\n

Este algoritmo de optimizaci\u00f3n basado en el aprendizaje autom\u00e1tico puede utilizarse como herramienta de asistencia a los operarios que controlan el proceso, ayud\u00e1ndoles a tomar decisiones m\u00e1s informadas para maximizar la producci\u00f3n.<\/p>\n

El funcionamiento totalmente aut\u00f3nomo de las instalaciones de producci\u00f3n a\u00fan est\u00e1 en el futuro. Hasta entonces, las herramientas de apoyo basadas en el aprendizaje autom\u00e1tico pueden tener un impacto sustancial en la forma en que se lleva a cabo la optimizaci\u00f3n de la producci\u00f3n.<\/p>\n

En el futuro, creo que el aprendizaje autom\u00e1tico se utilizar\u00e1 de muchas m\u00e1s formas de las que podemos imaginar hoy. Qu\u00e9 impacto cree que tendr\u00e1 en los distintos sectores? <\/p>


<\/p>

Autor: NAJI Faouzi<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t

\u00bfNecesita la opini\u00f3n de un experto?\n<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\n\t\t\t\t\t\tReservar mi turno de consulta<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t

Siga nuestras innovaciones en las redes sociales\n<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Publicamos con frecuencia en las redes sociales (Linkedin<\/a>,\u00a0Twitter<\/a>\u00a0y\u00a0Medio<\/a>) nuestras innovaciones y las nuevas funciones de nuestras soluciones de gesti\u00f3n industrial.<\/p>

Tambi\u00e9n estaremos encantados de compartir con usted las \u00faltimas tendencias en gesti\u00f3n industrial 4.0 a trav\u00e9s de contenidos de alta calidad que podr\u00e1 compartir con otras personas.<\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"syram-linkedin\"\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"syram-twitter\"\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\"syram-medio\"\t\t\t\t\t\t\t\t<\/a>\n\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

\u00bfC\u00f3mo puede utilizar el aprendizaje autom\u00e1tico para optimizar su producci\u00f3n? Optimizaci\u00f3n de la producci\u00f3n - \u00bfC\u00f3mo puede utilizar el aprendizaje autom\u00e1tico para optimizar su producci\u00f3n? En un futuro no muy lejano dispondremos de instalaciones de producci\u00f3n totalmente aut\u00f3nomas. Pero incluso hoy, el aprendizaje autom\u00e1tico puede suponer una gran diferencia a la hora de optimizar su producci\u00f3n.<\/p>","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[1],"tags":[],"yoast_head":"\nComment utiliser le machine learning pour optimiser votre production -<\/title>\n<meta name=\"description\" content=\"SYRAM - Optimisation de l'a production gr\u00e2ce au machine learning et aux intelligences artificielles. Lire la suite ...\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/syram.eu\/es\/optimice-su-produccion\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Comment utiliser le machine learning pour optimiser votre production -\" \/>\n<meta property=\"og:description\" content=\"SYRAM - Optimisation de l'a production gr\u00e2ce au machine learning et aux intelligences artificielles. Lire la suite ...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/syram.eu\/es\/optimice-su-produccion\/\" \/>\n<meta property=\"og:site_name\" content=\"Syram\" \/>\n<meta property=\"article:published_time\" content=\"2021-01-21T13:29:07+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2021-02-02T09:04:45+00:00\" \/>\n<meta property=\"og:image\" content=\"http:\/\/syram.eu\/wp-content\/uploads\/2021\/01\/AdobeStock_99339587-1024x683.jpeg\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\">\n\t<meta name=\"twitter:data1\" content=\"Plume SYRAM\">\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\">\n\t<meta name=\"twitter:data2\" content=\"5 minutos\">\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Organization\",\"@id\":\"https:\/\/syram.eu\/#organization\",\"name\":\"SYRAM\",\"url\":\"https:\/\/syram.eu\/\",\"sameAs\":[],\"logo\":{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/syram.eu\/#logo\",\"inLanguage\":\"es\",\"url\":\"https:\/\/syram.eu\/wp-content\/uploads\/2020\/09\/syram.png\",\"width\":178,\"height\":72,\"caption\":\"SYRAM\"},\"image\":{\"@id\":\"https:\/\/syram.eu\/#logo\"}},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/syram.eu\/#website\",\"url\":\"https:\/\/syram.eu\/\",\"name\":\"Syram\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/syram.eu\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":\"https:\/\/syram.eu\/?s={search_term_string}\",\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"ImageObject\",\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#primaryimage\",\"inLanguage\":\"es\",\"url\":\"http:\/\/syram.eu\/wp-content\/uploads\/2021\/01\/AdobeStock_99339587-1024x683.jpeg\"},{\"@type\":\"WebPage\",\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#webpage\",\"url\":\"http:\/\/syram.eu\/optimiser-votre-production\/\",\"name\":\"Comment utiliser le machine learning pour optimiser votre production -\",\"isPartOf\":{\"@id\":\"https:\/\/syram.eu\/#website\"},\"primaryImageOfPage\":{\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#primaryimage\"},\"datePublished\":\"2021-01-21T13:29:07+00:00\",\"dateModified\":\"2021-02-02T09:04:45+00:00\",\"description\":\"SYRAM - Optimisation de l'a production gr\\u00e2ce au machine learning et aux intelligences artificielles. Lire la suite ...\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"http:\/\/syram.eu\/optimiser-votre-production\/\"]}]},{\"@type\":\"Article\",\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#article\",\"isPartOf\":{\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#webpage\"},\"author\":{\"@id\":\"https:\/\/syram.eu\/#\/schema\/person\/cf61dcbb3bb52a7d4196004a55e9b702\"},\"headline\":\"Comment utiliser le machine learning pour optimiser votre production\",\"datePublished\":\"2021-01-21T13:29:07+00:00\",\"dateModified\":\"2021-02-02T09:04:45+00:00\",\"mainEntityOfPage\":{\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#webpage\"},\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/syram.eu\/#organization\"},\"image\":{\"@id\":\"http:\/\/syram.eu\/optimiser-votre-production\/#primaryimage\"},\"articleSection\":\"Non class\\u00e9\",\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"http:\/\/syram.eu\/optimiser-votre-production\/#respond\"]}]},{\"@type\":\"Person\",\"@id\":\"https:\/\/syram.eu\/#\/schema\/person\/cf61dcbb3bb52a7d4196004a55e9b702\",\"name\":\"Plume SYRAM\",\"image\":{\"@type\":\"ImageObject\",\"@id\":\"https:\/\/syram.eu\/#personlogo\",\"inLanguage\":\"es\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/e5dc9796cf76156f3b38c1eabeb1dcdd?s=96&d=mm&r=g\",\"caption\":\"Plume SYRAM\"}}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","_links":{"self":[{"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/posts\/1860"}],"collection":[{"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/comments?post=1860"}],"version-history":[{"count":25,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/posts\/1860\/revisions"}],"predecessor-version":[{"id":1888,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/posts\/1860\/revisions\/1888"}],"wp:attachment":[{"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/media?parent=1860"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/categories?post=1860"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/syram.eu\/es\/wp-json\/wp\/v2\/tags?post=1860"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}