Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2020-115734RB-C21

Financiado

APRENDIZAJE SEMI-SUPERVISADO PARA LA ANOTACION AUTOMATICA DE DATOS

ANOTAR DATOS PROVENIENTES DE SENSORES ES UN CUELLO DE BOTELLA PARA EL DESARROLLO DE MODELOS PROFUNDOS DE PERCEPCION, ESPECIALMENTE EN CONDUCCION AUTONOMA YA QUE ESTA SE BASA EN UNA MULTIMODALIDAD DE SENSORES,LAS ANOTACIONES SUELEN... ver más

01/01/2020

CENTRO DE VISIÓN P...

164K€

Presupuesto del proyecto: 164K€

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

CENTRO DE VISIÓN POR COMPUTA...

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2019-108398GB-I00 INTEGRACION DE MODELOS Y DATOS PARA SLAM ACTIVO ROBUSTO EN E... 108K€ Cerrado

PID2021-122402OB-C22 INTERACCION Y RE-IDENTIFICACION DE PERSONAS MEDIANTE MACHINE... 57K€ Cerrado

PID2021-122402OB-C21 INTERACCION Y RE-IDENTIFICACION DE PERSONAS MEDIANTE MACHINE... 110K€ Cerrado

DPI2008-06022 PERCEPCION Y ACCION ANTE INCERTIDUMBRE 218K€ Cerrado

TIN2010-14931 MODELOS GRAFICOS PROBABILISTICOS EN APRENDIZAJE AUTOMATICO Y... 159K€ Cerrado

TED2021-132802B-I00 CONDUCCION AUTONOMA BASADA EN LA CLONACION DEL COMPORTAMIENT... 223K€ Cerrado

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Presupuesto del proyecto 164K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto ANOTAR DATOS PROVENIENTES DE SENSORES ES UN CUELLO DE BOTELLA PARA EL DESARROLLO DE MODELOS PROFUNDOS DE PERCEPCION, ESPECIALMENTE EN CONDUCCION AUTONOMA YA QUE ESTA SE BASA EN UNA MULTIMODALIDAD DE SENSORES,LAS ANOTACIONES SUELEN GENERARSE DE FORMA MANUAL, ALTERNATIVAMENTE, PODEMOS APROVECHAR LOS DATOS ANOTADOS Y CAPTURADOS AUTOMATICAMENTE EN ENTORNOS VIRTUALES, YA QUE SE GENERAN CUATRO ORDENES DE MAGNITUD MAS RAPIDAMENTE, ADEMAS DE SER MAS PRECISOS Y VARIADOS, SIN EMBARGO, TODAVIA NO EXISTE UNA SOLUCION UNIVERSAL PARA EL CAMBIO DE DOMINIO ENTRE ENTORNOS VIRTUALES Y EL MUNDO REAL, LO QUE PROVOCA UN RENDIMIENTO BAJO DE LOS MODELOS ENTRENADOS EN DATOS VIRTUALES CUANDO OPERAN EN EL MUNDO REAL,LAS TECNICAS DE ADAPTACION DE DOMINIO PARA EL CASO VIRTUAL-REAL GENERALMENTE NO ESCALAN BIEN A DISTINTOS MODELOS, LAS REDES ADVERSARIAS-GENERATIVAS (GANS, EN INGLES) EVITAN ESTE PROBLEMA PORQUE TRANSFORMAN LOS DATOS, NO LOS MODELOS, DE HECHO, SE HA DEMOSTRADO QUE ENTRENAR MODELOS EN IMAGENES VIRTUALES TRANSFORMADAS POR GANS ALIVIA EL PROBLEMA DE CAMBIO DE DOMINIO, PERO NO LOS SUFICIENTE,TRAS NUESTRA LARGA EXPERIENCIA INVESTIGADORA EN ESTOS TEMAS, HEMOS LLEGADO A LA CONCLUSION DE QUE DEBEMOS ABORDAR DIRECTAMENTE LA TAREA FINAL, ES DECIR, ANOTAR LOS DATOS DEL MUNDO REAL, PERO BUSCANDO LA AUTOMATIZACION COMPLETA DE ESTE PROCESO, ESTO NOS LLEVA AL AMBITO DEL APRENDIZAJE SEMI-SUPERVISADO (SSL, EN INGLES); EN NUESTRO CASO, PARA LA ANOTACION AUTOMATICA DE DATOS (ADA, EN INGLES), LOS PROCESOS DE SSL COMIENZAN CON ALGUNOS DATOS ANOTADOS, QUE SE UTILIZAN PARA ENTRENAR MODELOS QUE AUTO-ANOTEN OTROS DATOS SIN ANOTAR; A SU VEZ, LAS AUTO-ANOTACIONES SE UTILIZAN PARA MEJORAR ESTOS MODELOS MEDIANTE SU REENTRENAMIENTO, PUDIENDO ASI PRODUCIR AUTO-ANOTACIONES NUEVAS Y MAS PRECISAS, EL PROCESO SE REPITE HASTA LA CONVERGENCIA, PERO, EN REALIDAD, LA IMPLEMENTACION LITERAL DE ESTA IDEA NO FUNCIONA, YA QUE NO SE SUELE PRODUCIR ESA CONVERGENCIA,SSL-ADA TIENE COMO OBJETIVO DESARROLLAR NUEVOS PROCESOS PARA ANOTAR AUTOMATICAMENTE DATOS SENSORIALES ADQUIRIDOS A BORDO DE VEHICULOS AUTONOMOS, ES DECIR, PARA SU USO EN EL ENTRENAMIENTO/VALIDACION DE MODELOS PROFUNDOS PARA LA PERCEPCION DE A BORDO, NOS INTERESA PRINCIPALMENTE EL CASO EN QUE LOS DATOS QUE INICIAN EL PROCESO SSL PROVIENEN DE UN ENTORNO VIRTUAL, LO QUE REDUCE SIGNIFICATIVAMENTE LA NECESIDAD DE ANOTACION MANUAL (EVENTUALMENTE A CERO), POR LO TANTO, LA ADAPTACION DE DOMINIO INDEPENDIENTE DE MODELO SERA PARTE DE NUESTRO PROCESO SSL, ADEMAS, CONSIDERAREMOS EL USO DE DATOS MULTIMODALES PARA CONSEGUIR QUE EL PROCESO CONVERJA, DESACOPLAREMOS LOS MODELOS UTILIZADOS PARA LAS AUTO-ANOTACIONES DE LOS QUE SE ENTRENEN POSTERIORMENTE CON LOS DATOS ANOTADOS, PROPORCIONAREMOS MEDIDAS DE INCERTIDUMBRE PARA LAS AUTO-ANOTACIONES, Y TAMBIEN ABORDAREMOS EL PROBLEMA DEL OLVIDO DURANTE EL REENTRENAMIENTO ITERATIVO, EN LINEA CON EL DESARROLLO DE LAS MEDIDAS DE INCERTIDUMBRE, DESARROLLAREMOS DETECTORES DE ANOMALIAS (OOD, EN INGLES), QUE SERAN IMPORTANTES EN SI MISMOS, YA QUE PERMITIRAN QUE LOS MODELOS PROFUNDOS DE PERCEPCION PUEDAN DECIR LO QUE PERCIBO NO FORMA PARTE DE MI CONOCIMIENTO,EN DEFINITIVA, SSL-ADA TIENE COMO OBJETIVO CONTRIBUIR SIGNIFICATIVAMENTE AL CORPUS DE CONOCIMIENTO REFERENTE A LA AUTOMATIZACION DE LOS PROCESOS DE ANOTACION DE DATOS Y DETECCION DE ANOMALIAS PERCEPTUALES, CON ESPECIAL ATENCION A LOS DATOS SENSORIALES PRODUCIDOS A BORDO DE LOS VEHICULOS AUTONOMOS Y LOS MODELOS PERCEPTUALES QUE LOS PROCESAN, VISION POR COMPUTADOR\APRENDIZAJE PROFUNDO\SIMULACION PROCEDURAL\ANOTACION DE DATOS\CONDUCCION AUTONOMA

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores