AIDOaRt creará un framework que incorpore métodos y herramientas para el desarrollo de software continuo y sistemas de ingeniería y validación, mediante técnicas IA (ML) que aumente la productividad, la calidad y la previsibilidad de los sistemas ciber-físicos (CPS).
El objetivo del proyecto consiste en crear un entorno de simulación colaborativo alrededor de un MRP basado en algoritmos de optimización ágiles y sencillos
AITANA-MOVEC pretende crear un entorno completo de desarrollo y puesta en producción con control de versiones de forma simple e intuitivita, permitiendo a los científicos de datos centrarse en la creación de modelos con mejores resultados, sin centrarse en el versionado de código y datos y proporcionando de una forma simple el acceso a las tareas automáticas y de puesta en producción.
Cada día, existen más modelos de IA puestos en producción proporcionando predicciones de toda índole, estos modelos son desarrollados con una serie de muestras (datos), normalmente del entorno real y algunas veces sintéticos (generados para simular el entorno real), que intentan recoger un conjunto representativo y suficiente del problema a modelar. Los modelos aprenden las características de dichos conjuntos de modelos, que, aun siendo representativos, a la hora de poner en producción, las características de los datos en producción pueden variar, sea porque los datos de entrenamiento se han quedado obsoletos, o por cambios de los mismos debido a factores externos como pueden ser cambios en los comportamientos de los usuarios, modificaciones en las fuentes de generación de los datos (cambio de una maquina o dispositivo IoT), etc. Estos cambios hacen que los modelos desarrollados dejen de ser válidos y operativos proporcionando predicciones incorrectas. Esto supone en la realidad grandes perdidas en las empresas diariamente, desde malas ventas, incorrectas predicciones de mantenimiento o incluso diagnósticos médicos incorrectos. Es por ello que el proyecto Aitana-MoMo persigue subsanar dichos problemas controlando la calidad de los modelos diseñados, realizando una monitorización detallada de los mismos permitiendo detectar desviaciones y fallos eliminando futuros problemas de inferencias.
El proyecto AITANA, tiene como objetivo la definición e implementación de un entorno metodológico soportado por un conjunto de herramientas, para un desarrollo correcto, eficiente y adecuado de esta índole, desde su análisis exploratorio inicial, pasando por su entrenamiento en nodos computacionales, hasta su despliegue final en producción
El objetivo es aunar el mundo del videojuego con el mundo del juguete tradicional, proporcionando herramientas para el desarrollo de juegos con mayor interactividad y adaptación al uso y al contexto.
El Proyecto AQUAS es un proyecto europeo que tiene como objetivo principal investigar los desafíos surgidos a partir de la interdependencia entre seguridad, protección y rendimiento durante el ciclo de vida de un producto en un contexto de sistemas ciber-físicos. El concepto principal con el que se trabaja en AQUAS es el de co-ingeniería, buscando puntos de interacción entre estas tres propiedades.
El proyecto ARCADIA pretende investigar en el diseño y desarrollo de experiencias gamificadas y juegos serios para entornos de Realidad Aumentada y Mixta, orientados a la mejora de la salud mental y el bienestar.
BDVe (Big Data Value eCosystem), es un proyecto de coordinación y soporte (CSA) en el marco de la Big Data Value PPP. Como tal, su principal objetivo es ayudar a la implementación de la PPP, que implica conseguir un entorno más competitivo para las compañías europeas relacionadas con Big Data (aumentando su cuota de mercado), potenciar la aplicación de tecnologías Big Data en los diferentes sectores industriales europeos, y asegurar la sostenibilidad de las inversiones y acciones realizadas por la PPP.
Proyecto que tiene como objetivo integrar y experimentar una plataforma integral máquina-factoría-servicios en la nube, basada en CPS (ciber physical sytems) y FI (Future Internet).