Projectes d’Alt Impacte

El desenvolupament d’aquest projecte va més enllà del simple resum, ja que es reconeix el paper fonamental de la il·lustració per millorar la comprensió. Mitjançant la utilització de tècniques avançades d’aprenentatge profund, pretenem generar de manera dinàmica representacions visuals que encapsulin els elements clau de les notícies.

Els resultats del projecte permeten enriquir l’experiència del consumidor i també permet als creadors de contingut transmetre informació complexa amb claredat i impacte. En definitiva, amb aquesta presentació s’ensenyaran els resultats de la creació d’eines innovadores per realitzar noves formes de narració, revolucionant la manera com interactuem amb les notícies a l’era digital.

Aquest projecte ha treballat en dos casos d’ús ben diferenciats dins del sector agropecuari. Per una banda, la necessitat d’ampliar el coneixement en l’aplicació d’antibiòtics en explotacions ramaderes per part del Servei d’Alimentació Animal i Seguretat de la Producció Ramadera de la Generalitat de Catalunya va ser l’origen del primer cas d’ús enfocat a aplicar eines de suport a la decisió en l’aplicació d’antibiòtics en explotacions ramaderes. En segon lloc, un seguit de reunions amb agents sectorials de les terres de Lleida va desembocar en una col·laboració amb el Centre d’Estudis Porcins per desenvolupar algoritmes d’intel·ligència artificial i visió per computador pel seguiment del cicle de vida dels porcins per a la millora del benestar animal.

This project harnesses data-driven, computational methodologies to extract valuable insights within micro-mobility systems, with a specific focus on Barcelona’s bike-sharing system, Barcelona de Serveis Municipals (BSM). The first objective is to use advanced artificial intelligence techniques to identify abnormal demands in the Barcelona de Serveis Municipals (BSM) stations of the Barcelona city that could be associated with unexpected events in the neighbourhood. The second objective focuses on creating a system capable of forecasting the availability of electric bicycles and their corresponding battery levels, shedding light on electric bike mobility patterns. The third objective aims to develop an artificial intelligence system for predicting the lifetime cycle of bike components to streamline maintenance procedures, ensuring seamless operations and optimal user experiences. And finally, the fourth objective is to develop a proof of concept for a Mobility Data Space platform that aggregates mobility-related data from Barcelona.

Resultats de la clusterització de perfils de visitants de Catalunya detectats a partir de dades de transaccions bancàries. El procediment es realitza a través de tècniques de clustering sobre el comportament dels viatges calculats.

Aquest projecte ha contribuït a la transformació digital de la mobilitat intel·ligent, aprofitant l’ús de la Intel·ligència Artificial (IA) i l’anàlisi de Big Data per aconseguir dos objectius específics amb impacte directe a la societat. El primer objectiu pretén millorar la seguretat viària i reduir el nombre d’accidents mitjançant la detecció de situacions de perill tant per a vehicles com per a vianants a escenaris urbans i interurbans. El segon objectiu se centra en l’anàlisi dels fluxos de trànsit, fet que permet identificar les congestions de trànsit i altres situacions relacionades, això pot conduir a polítiques eficients de gestió del trànsit.