Data Science@UB
El grup DataScience@UB és un grup de recerca universitari de caràcter multidisciplinari en l’àmbit de les tecnologies de l’aprenentage automàtic o machine learning i la ciència de dades. El nostre objectiu principal és donar resposta als reptes a què han de fer front les organitzacions a causa de la generació massiva de dades, i ho fem tant des del punt de vista tecnològic com des del punt de vista científic i social. Som especialistes en ciència de dades, una disciplina clau en la transformació digital que consisteix a generar i interpretar automàticament informació a gran escala, i ho abordem tant des del vessant matemàtic i algorítmic com des del vessant metodològic.
ACTIVITAT I OFERTA TECNOLÒGICA
Proporcionem coneixement i aportem eines predictives i d’anàlisi que permeten als nostres clients desenvolupar el seu negoci de manera intel·ligent mitjançant l’optimització de l’ús de les dades. Els nostres projectes d’R+D+I col·laborativa, de consultoria i d’accions formatives proporcionen a les empreses solucions per optimitzar els seus processos en els entorns digital, de la salut, de la banca i les assegurances, dels mèdia i de l’Administració.
- Entorn digital: oferim solucions de monitorització i anàlisi de xarxes socials per detectar tendències, mesurar la reputació online, predir CTR i sistemes de recomanació.
- Entorn de la salut: apliquem tècniques d’analítica avançada (visió per computador, aprenentatge automàtic) per a la presa de decisions clíniques i per millorar els processos en matèria de prevenció, diagnòstic, tractament i seguiment (segmentació de pacients i alertes sanitàries).
- Entorn de l’experiència del client: fem servir tècniques que ens permeten conèixer el comportament de l’usuari i prendre decisions estratègiques de negoci (campanyes efectives de màrqueting).
- Entorn dels recursos humans: desenvolupem eines digitals que permeten analitzar les organitzacions i millorar-ne els processos.
- Entorn de finances: analitzem les dades i proposem solucions adaptades a les necessitats del client, per tal d’oferir-li nous productes i un millor servei.
- Entorn industrial: desenvolupem algorismes d’anàlisi de dades i sistemes de visió per computador dirigits a l’optimització i automatització de processos.
PUBLICACIONS RELLEVANTS
- Carpi, L.C., Schieber, T.A., Pardalos, P.M. et al. Assessing diversity in multiplex networks. Sci Rep 9, 4511 (2019).
- Perelló, A.Cigarini, J.Vicens, I.Bonhoure, D.Rojas-Rueda, M.J. Nieuwenhuijsen, M.Cirach, C.Daher, J.Targa, A.Ripoll, Large-scale citizen science provides high-resolution nitrogen dioxide values and health impact while enhancing community knowledge and collective action, Science of The Total Environment,Volume 789, 2021.
- Diaz, K. Kushibar, R. Osuala, A. Linardos, L. Garrucho, L. Igual, P. Radeva, F. Prior, P. Gkontra, K. Lekadir, Data preparation for artificial intelligence in medical imaging: A comprehensive guide to open-access platforms and tools, Physica Medica, Volume 83, 2021.
- Mur, J.Vitrià. What’s on the telly? Causality for recommender systems in public-service media corporations, Causal Data Science Meeting 2021, November 15–16, 2021.
- Laiz, P., Vitrià, J., Wenzek, H., Malagelada, C., Azpiroz, F., & Seguí, S. (2020). WCE polyp detection with triplet based embeddings. Computerized Medical Imaging and Graphics, 86, 101794.
- Unceta I, Nin J, Pujol O (2020) Risk mitigation in algorithmic accountability: The role of machine learning copies. PLoS ONE 15(11)
- Vila M..M., Remeseiro B., Grau M., Elosua R., Igual L. (2022) Last Advances on Automatic Carotid Artery Analysis in Ultrasound Images: Towards Deep Learning. In: Lim CP., Vaidya A., Jain K., Mahorkar V.U., Jain L.C. (eds) Handbook of Artificial Intelligence in Healthcare. Intelligent Systems Reference Library, vol 211. Springer.
- Rastgoo, R., Kiani, K. & Escalera, S. Real-time isolated hand sign language recognition using deep networks and SVD. J Ambient Intell Human Comput(2021).
PROJECTES RELLEVANTS
- Publicació intel·ligent de continguts audiovisuals i editorials (PICAE) COMRDI18-1-0007-02 Convocatòria per a l’any 2018 per a l’acreditació de comunitats PIS3CAT i la selecció de projectes col·laboratius de recerca, desenvolupament i innovació, emmarcats en els àmbits de la RIS3CAT de les indústries del disseny o les indústries culturals i basades en l’experiència, i en el Programa Operatiu FEDER de Catalunya 2014-2020 (2019-2021).
- LOOMING FACTORY Convocatòria per a l’assignació de cofinançament procedent del Fons Europeu de Desenvolupament Regional (FEDER) a agrupacions de tecnologies emergents per a la realització de projectes de valorització i transferència de resultats de recerca (2019-2021).
- LogMeal’s SmartTray: Self-checkout system for self-service restaurants Ajuts per a projectes de valorització i transferència de coneixement desenvolupats per innovadors en estades en entitats del sistema de recerca i innovació de Catalunya (INNOVADORS) (2020-2022).
- Validation of an Innovative Dietary Intake Tool for Healthcare Implementation (VALIDITHI) KIC Health 2020 (2020).
- Innovative benchmarking approaches to improve COmputational METHods for big data analysis in Health (COMETH) KIC Health 2020 (2020).
- Greenhabit365 EIT Digital 2020 (2020).
- VIPO customers profiling system to improve the buying experience EIT Digital 2020 (2020).
- Co-designing Citizen Social Science for Collective Action (CoAct) HORIZON 2020 (2014-2020). SCIENCE WITH AND FOR SOCIETY (H2020-SWAFS-2018-2020) (2020-2022).
- Empathic, Expressive, Advanced Virtual Coach to Improve Independent Healthy-Life-Years of the Elderly (EMPATHIC) HORIZON 2020 (2014-2020). P3. SC1: PERSONALISED MEDICINE (H2020-SC1-2016-2017) (2019-2021).
- Territories as Responsive and Accountable Networks of S3 through new Forms of Open and Responsible decision-Making (TRANSFORM) HORIZON 2020 (2014-2020). SCIENCE WITH AND FOR SOCIETY (H2020-SWAFS-2018-2020) (2020-2022).
- Estudio de dinámicas no lineales en redes complejas multicapa bajo incertidumbre estructural PGC2018-094754-B-C22 Convocatòria d’ajuts del Programa Estatal de Foment de la Investigació Científica i Tècnica d’Excel·lència. Subprograma Estatal de generació del coneixement. Modalitat Projectes d’R+D de Generació del Coneixement (2019-2021).
- Física estadística para ciudades: modeles estocásticos y experimentos públicos PID2019-106811GB-C33 Convocatòria d’ajuts del Programa Estatal de Foment de la Investigació Científica i Tècnica d’Excel·lència. Subprograma Estatal de generació del coneixement. Modalitat Projectes d’R+D de Generació del Coneixement (2020-2023).
- Explicaciones automáticas trans-dominio en visión por computador para la comprensión del comportamiento humano PID2019-105093GB-I00 Convocatòria d’ajuts del Programa Estatal de Foment de la Investigació Científica i Tècnica d’Excel·lència. Subprograma Estatal de generació del coneixement. Modalitat Projectes d’R+D de Generació del Coneixement (2020-2023).
Data Science@UB
Jordi Vitrià
93 402 08 55
jordi.vitria@ub.edu
www.ub.edu/datascience/