Deep learning per predir l’ocupació de passatgers en el transport públic per carretera
febrer 17, 2023
Deep Learning i fusió de dades multimodal perquè el cotxe autònom pugui veure a través de la boira
febrer 21, 202321/02/2023
La compartició de dades entre empreses, tant públiques com privades, presenta diverses barreres per les potencials amenaces que perceben aquestes organitzacions. En tots els àmbits, però sobretot en el de la mobilitat, la compartició i la correlació de dades dels diferents agents en el mateix ecosistema permet millorar processos interns a dins les organitzacions i assolir una mobilitat més sostenible, a escala global. Per tal d’aconseguir aquests reptes, garantir la privadesa de dades (tant les de negoci com les d’usuari) i la seva anonimització és clau per estimular la compartició de dades.
En aquest context, sorgeix el projecte ANEM (pel seu nom ‘Models i tècniques d’ANonimització de dadEs’), en el qual participa el grup de recerca Smart Services for Information Systems and Communication Networks (SISCOM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC).
L’objectiu d’ANEM ha estat desenvolupar, amb models i tècniques d’última generació, una plataforma modular capaç de generar dades sintètiques (és a dir, no reals però que serviran per entrenar la intel·ligència artificial) protegides de possibles amenaces en l’àmbit de la ciberseguretat. L’aspecte diferencial desenvolupat pel grup de la UPC és que aquesta generació de dades sintètiques oferirà privadesa diferencial, és a dir, hi haurà una garantia matemàticament demostrable de que no serà possible identificar els usuaris que han participat en les dades d’entrenament de l’algorisme, preservant, per tant, la seva privadesa.
El projecte combina l’expertesa tant en l’àmbit TIC (privadesa i anonimització de dades, big data, intel·ligència artificial i ciberseguretat) com en l'entorn de la mobilitat sostenible.
El grup SISCOM ha col·laborat en aquest projecte aportant la seva expertesa en privadesa i anonimització de dades, a partir de models i algorismes de generació de dades i, posteriorment, ha donat suport en la validació de l'eina d'anonimització generada com a resultat del projecte.
Resultats i impacte
Els resultats d’aquest projecte tindran un impacte en la societat en la manera com s’obtenen més dades que es puguin compartir de manera més fàcil i segura. A més, en camps o sectors especialitzats com el de la mobilitat, pot tenir un impacte favorable cap a models més eficients i rics en informació, ajudant a transformar i optimitzar el model de mobilitat envers el ciutadà, l’economia i el medi ambient.
El projecte ha estat coordinat per l’empresa Mosaic Factor, especialitzada en Big Data i intel·ligència artificial en l’àmbit de la mobilitat sostenible de persones i mercaderies, en el qual han participat també la Fundació i2CAT, i B:SM, els quals han aportat dades de mobilitat de Barcelona.
Pressupost i finançament
ANEM és un projecte d'innovació tecnològica finançat per l’AGAUR en la convocatòria INNOTEC-2020, amb un pressupost de 200.000 €. L’execució del projecte va tenir lloc del juny de 2021 al desembre de 2022.
Sector
Vols saber més?
Projectes Relacionats
- Les malalties neurodegeneratives, com la malaltia de Parkinson, l'Alzheimer i les malalties relacionades amb l'edat, han estat àmpliament estudiades a causa del seu gran impacte en les persones i la societat. Fins ara, són malalties incurables i debilitants que produeixen una degeneració progressiva i la mort de les cèl·lules nervioses, amb un consegüent deteriorament cognitiu i de la mobilitat. Els tremolors, principalment en repòs, la lentitud dels moviments (bradiquinesi), la rigidesa de les extremitats i els problemes de marxa i equilibri són els trastorns motors típics de la malaltia de Parkinson. A més, a causa de l'atròfia progressiva dels músculs, aquests problemes poden provocar caigudes, la qual cosa comporta més complicacions i riscos per a la qualitat de vida.
ROOTBot: Un sistema robòtic autònom amb radar per a l’estudi del sistema radicular d’arbres fruiters
RootBot té com a objectiu desenvolupar i demostrar un sistema robòtic autònom de detecció electromagnètica equipat amb radar de subsol i tecnologies avançades de navegació per mapar els sistemes radiculars dels arbres fruiters i la humitat del sòl. Aquest projecte busca optimitzar la gestió dels recursos agrícoles, especialment l’aigua, i contribuir a una agricultura més sostenible mitjançant l’ús d’eines tecnològiques innovadores.- El Centre de Desenvolupament de Sensors, Instrumentació i Sistemes (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el desenvolupament d’un dispositiu d’assistència intel·ligent que, combinant BIM amb les tecnologies de realitat augmentada i realitat virtual, proporciona ajuda en cada etapa del cicle de vida en el sector de la construcció.
- El laboratori d’innovació i recerca de la Facultat d’Informàtica de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa, juntament amb l’empresa de distribució Assolim, en el disseny d’una prova de concepte per crear rutes optimitzades per cada vehicle per al transport a demanda.
