Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

CNS2023-143635

Financiado

Tecnologías medioambientales

LA GRAN MAYORIA DE LOS ORGANISMOS VIVOS MUESTRAN ALGUN TIPO DE MOVIMIENTO CUANDO SE INSPECCIONAN CON LA SUFICIENTE LA RESOLUCION ESPACIAL Y TEMPORAL. ADEMAS, LOS PATRONES DE MOVIMIENTOS SE HAN ESTUDIADO, OBSERVADO Y MODELADO PARA... ver más

01/01/2023

UGR

165K€

Presupuesto del proyecto: 165K€

Líder del proyecto

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

Total investigadores 5509

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2023-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

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

1 Participantes

UGR

164.65K€ | 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

BIOLAWEB Boosting Institute of Chemistry, Technology and Metallurgy i... 899K€ Cerrado

PCI2024-153489 Biodiversidad 20K€ Cerrado

PCI2023-145963-2 Biodiversidad 215K€ Cerrado

CTM2014-51907-C2-2-R DESARROLLO DE METODOS AUTOMATICOS DE IDENTIFICACION DE DIATO... 131K€ Cerrado

PID2021-123282OB-I00 MICROORGANISMOS COMO INDICADORES BENTICOS PARA MONITOREAR EL... 202K€ Cerrado

BES-2011-047303 BIODIVERSIDAD MICROBIANA DE AMBIENTES HIPERSALINOS BASADA EN... 43K€ Cerrado

Líder del proyecto

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

Total investigadores 5509

Presupuesto del proyecto 165K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto LA GRAN MAYORIA DE LOS ORGANISMOS VIVOS MUESTRAN ALGUN TIPO DE MOVIMIENTO CUANDO SE INSPECCIONAN CON LA SUFICIENTE LA RESOLUCION ESPACIAL Y TEMPORAL. ADEMAS, LOS PATRONES DE MOVIMIENTOS SE HAN ESTUDIADO, OBSERVADO Y MODELADO PARA MUCHAS ESPECIES DIFERENTES. SIN EMBARGO, ESTO NO SE HA UTILIZADO PARA IDENTIFICAR ESAS ESPECIES. LA IDENTIFICACION DE MICROORGANISMOS ES UN PASO CRUCIAL EN ACTIVIDADES INDUSTRIALES, MONITOREOS E INVESTIGACION, DESDE EL ESTUDIOS DE BIODIVERSIDAD HASTA EVALUAR CALIDAD DE AGUA POTABLE. EN LOS ULTIMOS AÑOS, CIENTOS DE ESTUDIOS HAN IMPLEMENTADO METODOS DE APRENDIZAJE AUTOMATICO SUPERVISADO PARA IDENTIFICAR ORGANISMOS A PARTIR DE IMAGENES. EN EL AMBITO MICROSCOPICO, ESTA TECNICA TIENE ASOCIADA LA DIFICULTAD DE OBTENER IMAGENES DETALLADAS DE ALTA RESOLUCION PARA EL CONJUNTO DE DATOS DE ENTRENAMIENTO, ASI COMO LA IMPOSIBILIDAD DE OBTENER ESE TIPO DE IMAGENES FIJAS DE ALTA CALIDAD AL PROBAR EL MODELO ML EN APLICACIONES IN SITU.ESTA PROPUESTA PRESENTA UN ENFOQUE COMPLETAMENTE DIFERENTE: EN LUGAR DE USAR LAS IMAGENES (O VIDEOS, QUE NO SON MAS QUE SECUENCIAS DE IMAGENES) COMO ENTRADA PARA EL MODELO DE ML, PROPONEMOS UN FLUJO DE TRABAJO EN EL QUE EL VIDEO PRIMERO SE TRANSFORMA EN CARACTERISTICAS EXTRAIDAS PRINCIPALMENTE DE LA TRAYECTORIA 3D DEL ORGANISMO, Y ESAS CARACTERISTICAS SON EL INPUT DEL MODELO DE CLASIFICACION. LA IDEA SUBYACENTE ES SIMPLE: USAR LA INFORMACION DISPONIBLE INTEGRADA EN EL TIEMPO (TODA LA TRAYECTORIA) EN VEZ DE LA INSTANTANEA (POR EJ. LA POSICION A UN DETERMINADO TIEMPO). ESTA INFORMACION INTEGRADA ES MAS COHERENTE Y MAS ROBUSTA ANTE INTERFERENCIAS O DATOS DATOS FALTANTES (DE HECHO NUESTRO CEREBRO SE PIERDE MUCHAS IMAGENES AL ABRIR Y CERRAR LOS OJOS, PERO ESO NO EVITA QUE PODAMOS SEGUIR CON LA MIRADA LA TRAYECTORIA DE UN OBJETO). ESTO REQUIERE UNA RESOLUCION ESPACIAL SUSTANCIALMENTE MAS BAJA Y NO NECESITA DETALLES MORFOLOGICOS DEL OBJETO RASTREADO.PARA PROBAR ESTA IDEA, ESTE PROYECTO OBTENDRA EN UNA PRIMERA ETAPA UN AMPLIO Y VARIADO INVENTARIO DE TRAYECTORIAS 3D DE DIFERENTES MICROORGANISMOS BAJO DIVERSAS CONDICIONES AMBIENTALES, PARA CREAR UN ABUNDANTE CONJUNTO DE DATOS DE PATRONES DE MOVIMIENTO. EN UNA SEGUNDA ETAPA, SE PROBARAN Y AJUSTARAN DIFERENTES ALGORITMOS DE CLASIFICACION MULTICLASE SUPERVISADOS, PARA SELECCIONAR UNO CON EL MEJOR BALANCE ENTRE RENDIMIENTO Y VELOCIDAD.LA MENOR POTENCIA COMPUTACIONAL REQUERIDA EN ESTE ENFOQUE ABRE LA POSIBILIDAD DE UNA CLASIFICACION CASI EN TIEMPO REAL, ASI COMO LA DE USAR HARDWARE LOW-COST. ESTA PROPUESTA EXPLORA ESA POSIBILIDAD EN UNA ULTIMA ETAPA EN LA QUE SE GENRA UN PROTOTIPO SIMPLE DE BAJO COSTO Y POTENCIA PARA SER PROBADO EN CONDICIONES REALES.EL BAJO COSTO Y LA VELOCIDAD DE ESTE METODO LO HACEN CANDIDATO PARA UN AMPLIO ESPECTRO DE APLICACIONES POTENCIALES EN EL MONITOREO DE RESERVORIOS (AGUA POTABLE), ESTUDIOS DE BIODIVERSIDAD, EXPLORACION/CARACTERIZACION DE AMBIENTES EXTREMOS Y CUERPOS DE AGUA CONTAMINADOS. COMO NO SE REALIZAN REQUISITOS O SUPOSICIONES PREVIAS SOBRE EL MOVIMIENTO O LA MORFOLOGIA DEL OBJETO A RASTREAR, EL METODO PODRIA EXTENDERSE (CON EL ENTRENAMIENTO ADECUADO Y EN LA RESOLUCION ESPACIAL Y TEMPORAL APROPIADA) A OTROS OBJETOS, DESDE BACTERIAS MOVILES HASTA AVES, MAMIFEROS O CUALQUIER OBJETO QUE SE MUEVA Y PUEDA SER GRABADO EN VIDEO. EN ESOS CASOS, PUEDEN SURGIR APLICACIONES ADICIONALES NO PREVISTAS QUE APROVECHAN EL PODER DE LA INTELIGENCIA ARTIFICIAL PARA RESOLVER PROBLEMAS PRACTICOS. BIOFIRMA BASADA EN LA MOVILIDAD\CLASIFICACION\VISION COMPUTERIZADA\ANALISIS DE TRAYECTORIA\SALUD AMBIENTAL\PLANCTON\APRENDIZAJE DE MAQUINA\IDENTIFICACION ASISTIDA POR ORDENADOR\INTELIGENCIA ARTIFICIAL\MICROORGANISMOS

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores