Projecte per fonamentar el desenvolupament de conceptes teòrics i eines practiques aplicades a rutes optimitzades en l’àmbit del transport a la demanda.
Casos d'èxit
Projectes destacats de l’inLab FIB
Menu
Model d’aprenentatge automàtic capaç de detectar les diferents fases quan es rega un camp de cultiu.
El projecte eBRT2030 crearà una nova generació de Busos Europeus de Trànsit Ràpid (BRT) avançats, totalment elèctrics, urbans i periurbans, millorats amb novedoses funcionalitats d’automatització i connectivitat per suportar el transport urbà sostenible.
Un sistema d’intel·ligència artificial que genera roses a partir d’un esboç i una descripció breu. El resultat és un imatge amb una o més roses que segueix la forma de l’esbós i intenta reflectir el text descriptiu.
Llibreria open-source per a la computació de substituts de models basats en equacions parcials diferencials.
Estudi d’un cas d’ús que pretén avaluar la implementació d’un sistema de gestió dinàmica de la congestió de trànsit a Barcelona.
Implementació de models de IA que sigui capaç de detectar patrons i alertar d’una baixada en el nivell de qualitat aplicats a la Indústria 4.0.
Nexus Geographics s’ha posat en contacte amb l’inLab FIB, com experts de mobilitat, per tal que efectuï una consultoria i anàlisi per la millora de l’eina Mou-te.
Investigació i desenvolupament d’un pilot de model de trànsit disruptiu, que aprofiti les possibilitats dels últims avenços en computació, comunicacions i fonts de dades.
L’objectiu és disposar d’una eina que sigui capaç de representar el mapa de coneixements de la UPC i poder mostrar zones de confluència de disciplines, i zones emergents.
Generació de roses digitals mitjançat la intel·ligència artificial i la informàtica aplicades a l’art a partir de models de deep learning.
Disseny de noves estratègies, basades en algorismes de Machine Learning i anàlisi de dades, per millorar l’eficiència i el rendiment dels motors i bateries dels vehicles elèctrics.