Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2021-125711OB-I00

Financiado

COMBINANDO TECNICAS DE MODELIZACION Y APRENDIZAJE AUTOMATICO PARA EL PROCESAMIEN...

COMBINANDO TECNICAS DE MODELIZACION Y APRENDIZAJE AUTOMATICO PARA EL PROCESAMIENTO Y ANALISIS MATEMATICO MULTI-IMAGEN ESTE PROYECTO PROPONE SOLUCIONES A VARIOS PROBLEMAS MATEMATICOS QUE SURGEN DE AREAS DE LA VISION POR ORDENADOR: IMAGENES MEDICAS, DE SATELITE, SUBACUATICAS Y DE VIDEO.EL APRENDIZAJE AUTOMATICO, Y ESPECIALMENTE LAS CNN, HAN REEMPL... ver más

01/01/2021

UIB

145K€

Presupuesto del proyecto: 145K€

Líder del proyecto

UNIVERSIDAD DE LAS ISLAS BALEARES No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 20

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01

0% 100%

Participantes

UIB

Lider

Proyectos interesantes

TIN2009-14404-C02-02 TECNICAS DE APRENDIZAJE AUTOMATICO PARA SISTEMAS DE VISION D... 136K€ Cerrado

RTI2018-102285-A-I00 APRENDIZAJE PROFUNDO MULTIMODAL ESTRUCTURADO 28K€ Cerrado

PID2020-117142GB-I00 APRENDIZAJE PROFUNDO EFICIENTE PARA SECUENCIAS DE VIDEO Y NU... 117K€ Cerrado

PRE2020-094714 MAS ALLA DE LAS REDES NEURONALES BASADAS EN GRAFOS: APRENDIZ... 99K€ Cerrado

PRE2020-092194 MAS ALLA DE LAS REDES NEURONALES BASADAS EN GRAFOS: APRENDIZ... 99K€ Cerrado

TIN2008-04985 NUEVAS ESTRATEGIAS EN EL DISEÑO DE SISTEMAS NEUROCOMPUTACION... 90K€ Cerrado

Últimas noticias

30-11-2024: Cataluña Gestión For... Se ha cerrado la línea de ayuda pública: Gestión Forestal Sostenible para Inversiones Forestales Productivas para el organismo:

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

Líder del proyecto

UNIVERSIDAD DE LAS ISLAS BALEARES

Total investigadores 20

Presupuesto del proyecto 145K€

Descripción del proyecto ESTE PROYECTO PROPONE SOLUCIONES A VARIOS PROBLEMAS MATEMATICOS QUE SURGEN DE AREAS DE LA VISION POR ORDENADOR: IMAGENES MEDICAS, DE SATELITE, SUBACUATICAS Y DE VIDEO.EL APRENDIZAJE AUTOMATICO, Y ESPECIALMENTE LAS CNN, HAN REEMPLAZADO LA MODELIZACION CLASICA Y LOS METODOS MATEMATICOS EN EL TRATAMIENTO DE MUCHOS PROBLEMAS. AUNQUE LOS METODOS BASADOS EN APRENDIZAJE SUELEN PRODUCIR BUENOS RESULTADOS, SU ENTRENAMIENTO PUEDE SER DIFICIL. LAS CNN MEJORAN SU RENDIMIENTO A MEDIDA QUE SE VUELVEN MAS PROFUNDAS, PERO ESTO AUMENTA LA CANTIDAD DE DATOS NECESARIOS, LA COMPLEJIDAD Y EL TIEMPO DE CALCULO. TAMBIEN PRECISAN DE UN COSTOSO REENTRENAMIENTO CUANDO EL PROBLEMA ESPECIFICO O SUS PARAMETROS CAMBIAN. ADEMAS, SE NECESITAN SUFICIENTES DATOS DE ENTRENAMIENTO PARA GARANTIZAR LA CAPACIDAD DE GENERALIZACION DE LAS REDES, ES DECIR, SU CAPACIDAD PARA FUNCIONAR CORRECTAMENTE CON DATOS DIFERENTES A LOS DE ENTRENAMIENTO. PARA REDES MUY PROFUNDAS, SE PUEDEN CONSTRUIR EJEMPLOS CONTRADICTORIOS EN LOS QUE PEQUEÑOS CAMBIOS EN LA ENTRADA CONDUCEN A SALIDAS MUY DIFERENTES, LO QUE MUESTRA LA ESCASA ESTABILIDAD DE LOS SISTEMAS. AUNQUE SE DEDIQUE MUCHO ESFUERZO AL DISEÑO DE REDES EXPLICABLES, EN MUCHOS CASOS ESTAS SIGUEN SIENDO CAJAS NEGRAS.PARA REDUCIR SU DEPENDENCIA DE LA CANTIDAD DE DATOS DE ENTRENAMIENTO Y MEJORAR SU RENDIMIENTO, CREEMOS QUE LAS REDES NEURONALES DEBEN COMBINARSE CON FORMULACIONES MATEMATICAS CLASICAS. RESTRINGIR LA ESTRUCTURA DE LA RED A FORMULACIONES MATEMATICAS PARTICULARES PERMITIRIA REDUCIR EL OVERFITTING, MEJORANDO SU CAPACIDAD DE GENERALIZACION Y SU INTERPRETABILIDAD. ADOPTAREMOS ESTE ENFOQUE EN EL ESTUDIO DE VARIOS PROBLEMAS:A) PROCESAMIENTO DE VIDEO. INVESTIGAREMOS EL USO DE REDES NEURONALES PARA ELIMINAR EL RUIDO DE GRUPOS DE PATCHES SELECCIONADOS UTILIZANDO UNA TECNICA DE MOVIMIENTO COMPENSADO, Y EXPLORAREMOS LA ADAPTACION DE ESTA METODOLOGIA A LA CREACION DE VIDEOS HDR.B) IMAGENES MEDICAS. NOS CENTRAREMOS EN EL PROBLEMA DE LA SEGMENTACION DE IMAGENES MEDICAS, PARA LA LOCALIZACION Y TRATAMIENTO DE TUMORES DESMOIDES. DISEÑAREMOS UNA RED DEBILMENTE SUPERVISADA QUE PERMITIRA A LOS MEDICOS CORREGIR INTERACTIVAMENTE LA SEGMENTACION AGREGANDO SEMILLAS. ESTO POSIBILITARA LA CORRECCION, RAPIDA Y PRECISA, DE LAS SOLUCIONES PROPUESTAS INCLUSO DURANTE UNA INTERVENCION MEDICA. ADEMAS, PROPONDREMOS UN PROBLEMA DE OPTIMIZACION PARA ELEGIR LA UBICACION DE LAS BOLAS DE CRIOABLACION, UTILIZADAS PARA CONGELAR LA ZONA AFECTADA.C) MEJORA DE IMAGENES SUBMARINAS. PARA LA EVALUACION DE LAS POBLACIONES DE PECES MEDIANTE TECNICAS DE IMAGEN, LA CALIDAD DE LOS DATOS DE ENTRADA ES UN FACTOR CRUCIAL. EL RENDIMIENTO DE LOS METODOS DE MEJORA BASADOS EN REDES NEURONALES ESTA LIMITADO POR LA FALTA DE DATOS REALES PARA EL ENTRENAMIENTO. PROPONEMOS DOS SOLUCIONES A ESTE PROBLEMA: PRIMERO, SE DESARROLLARA UNA NUEVA ARQUITECTURA DE RED, IMITANDO EL COMPORTAMIENTO DE UN EXPERTO HUMANO, QUE PERMITIRA PRODUCIR PARES DE IMAGENES DEGRADADAS/NO-DEGRADADAS QUE SE PUEDEN UTILIZAR PARA ENTRENAR UNA RED DE MEJORA; A CONTINUACION, EXPLORAREMOS EL USO DE UN ENFOQUE AUTOSUPERVISADO, QUE NO REQUIERE EXPLICITAMENTE DE DATOS REALES PARA EL ENTRENAMIENTO.D) IMAGEN SATELITE HIPERESPECTRAL. EL OBJETIVO ES MEJORAR LA RESOLUCION ESPACIAL DE LAS IMAGENES HIPERESPECTRALES. PARA ELLO SE UTILIZARAN DATOS ADICIONALES, DE MAYOR RESOLUCION ESPACIAL PERO DEFICIENTE RESOLUCION ESPECTRAL. PROPONEMOS EL APRENDIZAJE DE OPERADORES PROXIMALES, UTILIZADOS EN PROBLEMAS INVERSOS VARIACIONALES. ODELOS MATEMATICOS\IMAGEN SATELITE\IMAGEN MEDICA\PROCESADO DE VIDEO\APRENDIZAJE PROFUNDO\METODOS VARIACIONALES

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores