
Deep learning para predecir la ocupación de pasajeros en el transporte público por carretera
febrero 17, 2023
Deep Learning y fusión de datos multimodal para que el coche autónomo pueda ver a través de la niebla
febrero 21, 202321/02/2023
La compartición de datos entre empresas, tanto públicas como privadas, presenta varias barreras por las potenciales amenazas que perciben estas organizaciones. En todos los ámbitos, pero sobre todo en el de la movilidad, la compartición y la correlación de datos de los diferentes agentes en el mismo ecosistema permite mejorar procesos internos dentro de las organizaciones y lograr una movilidad más sostenible, a escala global. Para conseguir estos retos, garantizar la privacidad de los datos (tanto los de negocio como los de usuario) y su anonimización es clave para estimular la compartición de los datos.
En este contexto, surge el proyecto ANEM (por su nombre ‘Models i tècniques d’ANonimització de dadEs’), en el que participa el grupo de investigación Smart Services for Information Systems and Communication Networks (SISCOM) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC).
El objetivo de ANEM ha sido desarrollar, con modelos y técnicas de última generación, una plataforma modular capaz de generar datos sintéticos (es decir, no reales pero que servirán para entrenar la inteligencia artificial) protegidos de posibles amenazas en el ámbito de la ciberseguridad. El aspecto diferencial desarrollado por el grupo de la UPC es que esta generación de datos sintéticos ofrecerá privacidad diferencial, es decir, habrá una garantía matemáticamente demostrable de que no será posible identificar los usuarios que han participado en los datos de entrenamiento del algoritmo, preservando así su privacidad.
El proyecto combina la experiencia tanto en el ámbito TIC (privacidad y anonimización de datos, big data, inteligencia artificial y ciberseguridad) como en el entorno de la movilidad sostenible.
El grupo SISCOM ha colaborado en este proyecto aportando su expertise en privacidad y anonimización de datos, a partir de modelos y algoritmos de generación de datos y, posteriormente, ha dado apoyo en la validación de la herramienta de anonimización generada como resultado del proyecto.
Resultados e impacto
Los resultados de este proyecto tendrán un impacto en la sociedad en cómo se obtienen más datos que se puedan compartir de manera más fácil y segura. Además, en campos o sectores especializados como el de la movilidad, puede tener un impacto favorable hacia modelos más eficientes y ricos en información, ayudando a transformar y optimizar el modelo de movilidad hacia el ciudadano, la economía y el medio ambiente.
El proyecto ha sido coordinado por la empresa Mosaic Factor, especializada en Big Data e inteligencia artificial en el ámbito de la movilidad sostenible de personas y mercancías, en el que han participado también la Fundación i2CAT, y B:SM, que han aportado datos de movilidad de Barcelona.
Presupuesto y financiación
ANEM es un proyecto de innovación tecnológica financiado por AGAUR en la convocatoria INNOTEC-2020, con un presupuesto de 200.000 €. La ejecución del proyecto tuvo lugar de junio de 2021 a diciembre de 2022.
Sector
¿Quieres saber más?
Proyectos Relacionados
- Las enfermedades neurodegenerativas, como la enfermedad de Parkinson, el Alzheimer y las enfermedades relacionadas con la edad, han sido ampliamente estudiadas debido a su gran impacto en las personas y la sociedad. Hasta ahora, se trata de enfermedades incurables y debilitantes que dan lugar a una degeneración progresiva y a la muerte de las células nerviosas, con un consiguiente resultado de deterioro cognitivo y de movilidad. Los temblores, principalmente en reposo, la lentitud de los movimientos (bradiquinesia), la rigidez de las extremidades y los problemas de marcha y equilibrio, son los típicos trastornos motores relativos a la enfermedad de Parkinson. Además, debido a la atrofia progresiva de los músculos, estos problemas pueden provocar caídas, lo que puede dar lugar a más complicaciones y riesgos para la calidad de vida.
- RootBot tiene como objetivo desarrollar y demostrar un sistema robótico autónomo de detección electromagnética, equipado con radar de subsuelo y tecnologías avanzadas de navegación, para mapear los sistemas radiculares de los árboles frutales y la humedad del suelo. El proyecto busca optimizar la gestión de los recursos agrícolas, especialmente el agua, y contribuir a una agricultura más sostenible mediante el uso de herramientas tecnológicas innovadoras.
- El Centro de Desarrollo de Sensores, Instrumentación y Sistemas (CD6) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa en el desarrollo de un dispositivo de asistencia inteligente que, combinando BIM con las tecnologías de realidad aumentada y realidad virtual, proporciona ayuda en cada etapa del ciclo de vida en el sector de la construcción.
- El laboratorio de innovación e investigación de la Facultad de Informática de Barcelona (inLab FIB) de la Universitat Politècnica de Catalunya - BarcelonaTech (UPC) participa, junto a la empresa de distribución Assolim, en el diseño de una prueba de concepto para crear rutas optimizadas por cada vehículo para el transporte a demanda.