El grup està format per diversos investigadors dels departaments d'Informàtica i Estadística i Inv. Operativa amb una llarga trajectòria de treball en comú, juntament amb la incorporació d'altres persones arribades posteriorment al dpt. d'informàtica i diverses col·laboradores, també lligades per investigació comuna prèvia, de la Universitat Jaume I de Castelló. El nexe comú més general és la visió per computador i anàlisi d'imatge, tant 2D com recentment 3D, amb especial atenció a la imatge mèdica i a la generada per processos biològics. L'objectiu comú és aportar experiència, currículum i solucions aplicables a problemes mèdics o industrials relacionats amb l'anàlisi d'imatge, anàlisi de formes, reconstrucció i modelització d'estructures anatòmiques i recuperació d'informació en bases de dades d'imatges. A causa de la complexitat del programari que s'ha de desenvolupar és necessària una visió formal que atenga la modelització del programari i la interacció d'aquest amb l'usuari. En concret, l'activitat investigadora desenvolupada fins ara, i que a la qual es pretén donar si cap major cohesió, s'organitza en les següents línies:
- Segmentació i corregistre d'estructures anatòmiques, en particular a partir d'imatges de radiologia, imatges de ressonància magnètica, imatges de tomografia d'emissió de positrons (PET) o altres modalitats, si el cas el requereix. L'anàlisi estadística de les formes obtingudes per a la seua comparació, indexat o modelització requereix l'ús de tècniques de morfometria que connecten aquesta línia amb la següent.
- Morfometria, entesa com a anàlisi estadística de formes, tant 2D com 3D, per a determinar les seues variacions temporals o entre grups de casos i l'obtenció de prototips representatius de classes de formes.
- Fisiologia Computacional, entesa com la modelització multi-escala de processos biològics i metges per mitjà d'eines ICT per a entendre millor l'ànec-fisiologia i millorar el diagnòstic i tractament de les malalties. La modelització a major escala (òrgans) connecta aquesta línia amb l'anterior, en tant que l'anàlisi de formes s'aplique a òrgans com el fetge o el cor; la modelització a menor escala ho connecta amb la línia següent,
- Models estocàstics espaciotemporals per a l'anàlisi de processos dinàmics a partir de seqüències d'imatges. En concret, s'apliquen metodologies estadístiques basades en processos germen-grane univariants i bivariantes que s'han emprat fins al moment per a modelitzar processos en biologia cel·lular analitzant imatges generades per microscopi confocal.
- Recuperació d'imatges i formes basada en el contingut visual en grans bases de dades d'imatges o formes, en general, no etiquetades manualment amb text descriptiu, amb especial atenció a bases de dades de morfometria humana i bases de dades d'imatges mèdiques. Això dóna suport a l'organització i descripció semàntica dels casos d'estudi usats en línies anteriors.
- Mètodes de producció de programari i modelatge de la interacció d'aquest amb l'usuari. Aquesta línia transversal analitza i ordena el programari produït (de fet, el principal resultat aplicable de la nostra investigació) de manera que siga correcte, reusable, extensible i fàcilment manejable (en el cas de productes finals) per usuaris competents en el contingut, però no especialitzats en computació, en particular mèdics o personal sanitari. L'aplicabilitat d'aquesta investigació se centra en l'àrea biomèdica, i té la seua fi última en l'aplicació clínica, però existeixen derivacions interessants en camps com la investigació bàsica en camps com la biologia cel·lular, o la ciència de materials i altres utilitats pràctiques més directes com el disseny de xarxes de comunicació i xarxes de sensors, el disseny de roba, els sistemes de recomanació de compres usant l'aspecte visual dels objectes, etc.
El grup LISITT es va constituir en 1989 a fi de cobrir el buit existent a Espanya en l'àrea de les aplicacions telemàtiques al camp del trànsit i transport. Les seues activitats inicials es van centrar en l'execució de projectes de recerca i desenvolupament de caràcter internacional dins dels programes Europeus ESPRIT i DRIVE de l'II Programa Marc de la Unió Europea.
Des dels seus orígens, LISITT s'ha especialitzat en l'estudi i desenvolupament de sistemes intel·ligents de transport (ITS), abastant tant els seus aspectes tecnològics, com a organitzatius i estratègics. LISITT porta més de 20 anys realitzant projectes per a les administracions de trànsit i transport nacionals, entre els quals destaca la Direcció General de Trànsit, el Ministeri de Foment i els seus homòlegs autonòmics del Govern basc i català. Actualment LISITT és un grup multidisciplinari (Llic. Física, Ing. de Camins, Ing. Informàtics, Ing. Telecomunicacions, Llic. Matemàtiques, Llic. Geografia) que agrupa més de 60 professionals, tots ells titulats superiors, entre professors funcionaris, contractats i personal investigador propi i que s'ha consolidat com a grup de referència en temes d'assessoria sobre telemàtica aplicada al transport, en el desenvolupament de sistemes ITS, i consultoria estratègica en temes de gestió i desenvolupament de sistemes de trànsit.
La labor realitzada des dels seus orígens ha consolidat al LISITT com un grup espanyol de referència en temes d'assessoria sobre telemàtica aplicada al transport, en el desenvolupament de sistemes ITS, i consultoria estratègica en temes de gestió, desenvolupament i manteniment de sistemes de trànsit per a administracions, com reflecteix el fet que LISITT participa des de fa més de 10 anys com a assessors experts representant a la Direcció General de Trànsit en diferents comités de normalització nacionals i internacionals i en grups europeus de treball sobre sistemes ITS, entre els quals destaquen el Comité Mundial de Normalització en sistemes ITS ISO/TC204, el Comité Europeu de Normalització de sistemes ITS CEN/TC278 i el Comité Espanyol de Telemàtica aplicada al transport i a la circulació per carretera AEN/CTN 159. Destacar també el paper jugat pel LISITT en la creació, assistència i seguiment del projecte Euro-regional SERTI (1995 - 2006), del projecte Euro-regional ARTS (1997 - 2006) i del projecte europeu EasyWay (2007-2013).
A part d'aquestes activitats de consultoria en els grups de normalització en el camp dels sistemes ITS, els projectes més importants de LISITT s'agrupen entorn dels següents temes:
- Consultoria a administracions de trànsit sobre coordinació i organització de projectes internacionals de control i gestió de trànsit.
- Assistència tècnica a administracions públiques en sistemes de gestió i informació de trànsit.
- Estudi, desenvolupament i manteniment de sistemes d'informació de trànsit per a administracions públiques de trànsit.
- Coordinació i execució de projectes d'I+D+i, tant de la Unió Europea com de convocatòries nacionals.
- Anàlisi, disseny, construcció i desenvolupament de sistemes d'informació per a empreses privades.
- Seguretat informàtica, protecció de dades i privacitat.
IDAL té com a principal objectiu l'estudi i aplicació de mètodes intel·ligents d'anàlisis de dades per al reconeixement de patrons, amb aplicacions en problemes de predicció, classificació o determinació de tendències.
Els seus membres apliquen, a grans bases de dades, mètodes estadístics clàssics i tècniques d'aprenentatge automàtic: contrast d'hipòtesi, models lineals, selecció i extracció de característiques més rellevants, xarxes neuronals, algorismes de clustering, arbres de decisió, màquines de vectors suport, models gràfics probabilístics, visualització per manifolds, lògica borrosa, aprenentatge reforçat, etc.
La fi última de l'aplicació d'aquests mètodes és la generació de models matemàtics que permeten l'optimització de processos i recursos, així com arribar a la presa de decisions òptimes. Un clar exemple del comentat és l'àrea de salut, on IDAL ha desenvolupat aplicacions d'ajuda a la decisió clínica basades en l'anàlisi de dades. Aquestes aplicacions permeten millorar la qualitat de vida del pacient (establint pautes d'actuació clínica òptimes) al mateix temps que redueixen costos en la despesa sanitària.
Complementant aquest coneixement, el grup té una àmplia experiència en el processament de senyals (anàlisi espectral, filtrat digital, processament adaptatiu, etc.) pel seu treball de més de 10 anys en el processament de biosenyals (ECG i EEG principalment). Amb tot aquest background l'IDAL és capaç d'analitzar un ampli ventall de dades i senyals. Aquest fet queda confirmat pel gran nombre de contractes tant privats com públics que ha desenvolupat en diferents àrees del coneixement. A més, la major part dels treballs pràctics realitzats s'han reflectit en importants publicacions científiques amb alts paràmetres d'impacte i en un gran nombre de comunicacions a congressos internacionals dins de l'àrea d'anàlisi de dades.
Entre les aplicacions desenvolupades, (fora de l'àrea de salut ja comentades) es troben, entre altres, les següents: recomanadores web, models per a l'administració òptima d'incentius amb la finalitat de fidelitzar clients, recomanadores de calçat basats en mesures, i altres treballs de consultoria d'anàlisi de dades. A més del seu vessant pràctic IDAL, desenvolupa nous algorismes d'anàlisi de dades millorant les prestacions dels existents. Aquest treball de recerca es reflecteix també en una àmplia difusió en forma de diferents publicacions en revistes d'impacte i congressos rellevants per a la comunitat científica de l'anàlisi de dades.
El grup d'investigació LSyM centra la seua activitat a desenvolupar sistemes de simulació utilitzant les més noves tècniques de Realitat Virtual. LSyM ha treballat sempre buscant una estreta col·laboració amb l'empresa, obtenint importants resultats en el camp de l'obra civil. El grup forma part de l'Institut de Robòtica i Tecnologies de la Informació i les Comunicacions (IRTIC) de la Universitat de València.
Línies d'investigació:
- Integració de simuladors immersius en temps real: disseny de tots els elements d'un simulador, tant el maquinari com el programari (models dinàmics dels objectes i els escenaris 3D).
- Desenvolupament de Plataformes e-learning basades en simulació 3D: tecnologies de simulació basades en WebGL, i Unity-3D a fi d'implementar entorns virtuals 3D executables des del navegador en diferents plataformes computacionals. Ús de Moodle i altres estàndards d'e-learning
- Computació avançada en unitats de processament gràfic (GPUs): Desenvolupament de programes de càlcul de lligues prestacions basats en Cuda, OpenCL i shaders que s'executen en arquitectures de xarxes de GPUs
- Modelatge físic temps real: Desenvolupament de models de simulació i de models de comportament col·laboratiu entre avatars.
Campos d'aplicació:
- Industrial: Sistemes de realitat virtual i augmentada en diferents àmbits industrials (transport, sector ferroviari, construcció, sector marítim, etc.).
- Educació: Simulació d'entorns formatius basada en web, plataformes e-learning per a cursos d'entrenament i avaluació.
Serveis a empreses i altres entitats:
Assessorament tècnic i consultoria sobre:
- Desenvolupament d'entorns virtuals amb característiques de temps real per a entrenament d'operadors de maquinària industrial, grues, maquinària d'obra civil i vehicles.
- Assessorament en la integració de simuladors de baix-mitjà-alt cost i en l'elecció del maquinari apropiat per a l'aplicació.
- Disseny i implementació de sistemes d'entrenament basats en l'ús de simuladors en diferents àmbits (transport, maquinària pesant, controladors aeris, etc.) i enfocats a l'aprenentatge de tècniques de prevenció de riscos.
- Desenvolupament de plataformes d'e-learning
El grup d'investigació en Processos Electorals i Opinió Pública se centra en analitzar, estudiar i trobar solucions per a tots els problemes i qüestions relacionades amb els processos electorals i/o el mesurament i seguiment de l'opinió pública, aplicant les tècniques quantitatives més avançades.
Entre els seus principals camps d'investigació es troben (encara que no es limiten a ells) els següents: generació de prediccions electorals, inferència del comportament individual dels electors, anàlisis d'enquestes i sondejos, la proposta de noves aproximacions metodològiques per a millorar, reduint costos, la qualitat dels mètodes de mostreig, anàlisi semàntica d'opinions i monitoratge del sentiment en la xarxa, l'estudi de les conseqüències de la no-resposta i els biaixos introduïts durant tot el procés d'inferència, la solució als buits en les bases de dades, la integració d'informació local i global en l'obtenció de respostes multinivell, i el desenvolupament de teoria estadística i metodologia.
L'enfocament que s'aplica en el grup d'investigació en Processos Electorals i Opinió Pública és obert, no està limitat per cap aproximació metodològica concreta i fa ús extensiu de les fonts d'informació. Així, emprem tècniques frecuentistas i bayesianes, apliquem des de senzills models de regressió lineal fins a complexes aproximacions basades en xarxes neuronals, wavelets o models autobinomiales, utilitzem explícitament el component espacial i/o temporal de la informació, realitzem simulació via cadenes de Markov de Muntanya Carlo o directament per mètodes de Muntanya Carlo, i alimentem als nostres models amb dades d'enquestes, resultats electorals registrats, informacions periodístiques, opinions en la xarxa i/o estadístiques oficials.
Els membres del grup estan oberts a treballar amb altres grups i amb empreses i institucions i animen als analistes interessats a posar-se en contacte per a explorar les possibles vies de col·laboració.
El grup d'investigació ISP, http://isp.uv.es, té una llarga tradició en l'anàlisi estadística de dades procedents de sistemes d'imatges. Aquests mesuraments depenen de les propietats de les escenes i de la física del procés d'obtenció d'imatges, i la seua rellevància depén de l'observador (natural o artificial) que vaja a analitzar les dades. El nostre enfocament diferenciat del processament de senyals, imatges i visió combina la teoria de l'aprenentatge automàtic amb la comprensió de la física subjacent i la visió biològica. Les aplicacions se centren principalment en la teledetecció òptica i la neurociència visual computacional. La inferència estadística empírica, també coneguda com a aprenentatge automàtic, és un camp de la informàtica interessat a fer prediccions i models a partir d'observacions i dades sensorials. Les eines de processament d'informació en l'aprenentatge automàtic són fonamentals per a entendre la funció de les xarxes neuronals naturals involucrades en la visió biològica, així com per a fer inferències en sistemes de xarxes dinàmics complexos, com la biosfera, l'atmosfera i els ecosistemes terrestres.
Els problemes de la neurociència visual i de les geociències basades en la teledetecció requereixen eines matemàtiques similars. Per exemple, tots dos camps científics s'enfronten a problemes d'inversió i comprensió de models. En tots dos casos, es té un complex model directe que és difícil d'invertir (per a extraure informació), ja siga perquè no és analíticament invertible (indeterminat) o perquè els mesuraments (o respostes) són sorolloses per naturalesa. En la teledetecció, el model directe és el procés d'obtenció d'imatges donades unes certes condicions d'estat en la superfície i l'atmosfera. En la neurociència visual, el model directe inclou el que es coneix en la via neuronal des de la retina fins a les diferents regions de l'escorça visual. La inversió d'aquests models és clau per a fer inferències quantitatives i significatives sobre el sistema subjacent que va generar les dades observades. Més enllà d'aquesta avaluació quantitativa, també és obligatòria una interpretació qualitativa dels models proposats. La comprensió qualitativa és més difícil que la predicció, i la inferència causal a partir de dades empíriques és el terreny de joc comú tant en geociència com en neurociència. Les observacions i enregistraments simultanis d'un fenomen donen lloc a senyals multidimensionals que poden mostrar una forta correlació estadística entre els components. No obstant això, la correlació no és suficient per a establir relacions de causa-conseqüència. Això és clau a l'hora d'analitzar l'activació i la inhibició en la comunicació entre les diferents regions del cervell, i també és de summa importància per a estudiar les causes, els efectes i els factors de confusió de les variables climàtiques essencials per a la detecció i atribució en la ciència del clima. Finalment, un altre paral·lelisme és l'anàlisi de les grans dades visuals: les imatges hiperespectrals adquirides pels sensors satel·litaris actuals i futurs plantegen un problema de processament de la informació de grans dades de manera similar al del cervell visual. L'adaptació, el reconeixement de patrons, la inferència i la presa de decisions en el cervell poden ser bastant inspiradors per a l'anàlisi d'imatges de teledetecció.
Per això, el grup s'organitza en una branca d'investigació teòrica (A) i una altra més aplicada (B). El nucli d'aprenentatge automàtic teòric aborda la inversió de models, la interpretació, la inferència causal a partir de dades empíriques i la inclusió de restriccions físiques i coneixements previs en grans dades visuals. Les línies d'investigació aplicades es dediquen a aplicar i adaptar els desenvolupaments teòrics per a la teledetecció, les geociències i la neurociència visual. En nom de la simplicitat, hem agrupat aquestes activitats en cinc línies d'investigació conceptuals: aprenentatge automàtic, neurociència visual, processament d'imatges, teledetecció i processament de grans dades.
