H2020-EU.1.3.1. – Fostering new skills by means of excellent initial training of researchers – MSCA-ITN-2019 – Innovative Training Networks.

Descrizione: L’obiettivo di TraDE-Opt (Training Data-driven Expert in Optimization) è di formare 15 esperti in ottimizzazione per la scienza dei dati, con un solido background multidisciplinare che spazia dal management alla raccolta fondi e comunicazione. CAMELOT è coinvolta nell’applicazione di tecniche di ottimizzazione al problema dell’apprendimento di feature in modalità non supervisionata e sfruttando tecniche di elaborazionde decentralizzata/distribuita. Il problema è rilevante in qualsiasi applicazione del mondo reale in cui sia necessario gestire un alto flusso di dati di diverso tipo in ingresso. I risultati ottenuti saranno utilizzati nell’ambito di applicazioni industriali volte a rilevare anomalie nei dati dei sensori, principalmente nel settore automotive.
Le attività del progetto sono partite nel corso del mese di giugno 2020.

Progetto cofinanziato: costo da progetto ammesso a rendicontazione € … ; contributo stanziato: € 3.774.874,32

https://trade-opt-itn.eu

Descrizione: Il progetto RESTABILISE 4.0, tra i progetti vincitori del primo bando emanato dal Centro di Competenza per la sicurezza e l’ottimizzazione delle infrastrutture strategiche Start 4.0, si propone di selezionare, adattare e specializzare le tecnologie abilitanti per gestire e garantire la resilienza e l’affidabilità dei sistemi energetici – anche autonomi in tutto o in parte – che garantiscono continuità e qualità del servizio in aree critiche o strategiche (porti, aree industriali, servizi di emergenza, aree residenziali, ecc. ).
Il ruolo di CAMELOT, socio fondatore di Start 4.0, è quello di utilizzare tecniche di Big Data Analytics e Machine Learning per sviluppare nuovi modelli predittivi in grado di individuare le precondizioni che possono indicare situazioni di emergenza.
Le attività del progetto sono partite nel corso del mese di maggio 2020.

Progetto cofinanziato: costo da progetto ammesso a rendicontazione € 469.803,20; contributo stanziato: €195.886,00

H2020-EU.1.3.3. – Stimulating innovation by means of cross-fertilisation of knowledge – MSCA-RISE-2017 – Research and Innovation Staff Exchange

Descrizione: Il progetto NoMADS (Nonlocal Methods for Arbitrary Data Sources) si pone l’obiettivo di riunire un forte gruppo internazionale di ricercatori di matematica, computer vision, imaging biomedico e telerilevamento, per colmare le attuali lacune tra la teoria e le applicazioni di metodi non locali. Il fine ultimo è quello di studiare i limiti discreti e continui dei modelli non locali attraverso mezzi di analisi matematica e tecniche di ottimizzazione, indagando le proprietà indipendenti dalla scala di tali metodi, così come lo sviluppo di tecniche di calcolo indipendenti dalla risoluzione, che siano ben scalabili con la dimensione dei dati in ingresso. Si prevede l’applicazione di tali strumenti su dati di immagini che emergono in biologia e medicina.
Le attività del progetto sono partite nel corso del mese di marzo 2018.

Progetto cofinanziato: costo da progetto ammesso a rendicontazione € …; contributo stanziato: € 1.111.500

https://www.uni-muenster.de/NoMADS/

P.O.R. FESR LIGURIA 2014-2020 – Asse 1 “Ricerca ed Innovazione” – Azione 1.2.4 – “Supporto alla realizzazione di progetti complessi di attività di ricerca e sviluppo per le imprese aggregate ai Poli di Ricerca ed Innovazione”. Concessione di agevolazione Pos. n° 1

Descrizione: Il progetto Liguria 4P Healt (Predictive, Personalized, Preventive, Participatory) ha l’obiettivo di sviluppare una soluzione innovativa di personal/mobile healthcare basata sulla gestione semantica di dati clinici e acquisiti da sensori wearable/ambientali elaborati attraverso algoritmi predittivi per la messa a punto di piani di reclutamento, cura e riabilitazione efficaci. Il sistema sarà erogato in Cloud attraverso applicazioni mobile per favorire la relazione partecipativa paziente/caregiver con analisi a supporto degli erogatori di Servizi Sanitari al fine di una gestione appropriata delle cronicità.
Le attività del progetto sono partite nel corso del mese di luglio 2018.

Progetto cofinanziato: costo da progetto ammesso a rendicontazione 1.754.523,41 €; contributo stanziato: 987.259,83 €

POR FESR LIGURIA 2014-2020 – ASSE 1 “Ricerca ed Innovazione (OT1)” AZIONE 1.2.4. “Supporto alla realizzazione di progetti complessi di attività di ricerca e sviluppo su poche aree tematiche di rilievo e all’applicazione di soluzioni tecnologiche funzionali alla realizzazione delle strategie di S3”. 1^ Finestra temporale dal 12/04/2016 al 29/04/2016. Concessione di agevolazione Pos. n° 26

Descrizione: Il progetto EAGLESET ha avuto l’obiettivo di acquisire conoscenza e di innovare la progettazione di due componenti fondamentali di un ecografo: il beamformer e la catena di processing. Per soddisfare applicazioni cliniche avanzate sempre più stringenti, come quella cardiologica, sono state sviluppati un algoritmo di 4D e nuove metodologie di beamforming per la realizzazione di una catena di elaborazione ad alte prestazioni necessaria per gestire ed elaborare la grande quantità di dati disponibili.
Il progetto è terminato nel luglio 2018.

Progetto cofinanziato: costo finale ammesso a rendicontazione 999.999,97 €; contributo erogato: 425.731,60 €