InLab FIB colabora con Ilimit en el desarrollo de una nueva plataforma para que sus clientes puedan desplegar sus aplicaciones de una forma flexible y segura.
Casos de éxito
Proyectos destacados del inLab FIB
Menú
inLab FIB, en colaboración con los Mossos d’Esquadra, ha desarrollado la prueba de concepto de una herramienta de asistencia para la respuesta policial de los incidentes cotidianos basada en la inteligencia artificial.
GeoActio creó un sistema de conteo de personas dentro del autobús e implementó un conjunto de algoritmos para analizar en profundidad los datos obtenidos.
inlab FIB participa en el proyecto Tecnologías Digitales Avanzadas en Ciberseguridad, colaborando con la Agencia de Ciberseguridad de Cataluña y la Fundación i2Cat, implementando un módulo de inteligencia artificial para clasificar y extraer información de incidentes de seguridad.
SUDOQU (enSUring Data with Ontological QUality) es un proyecto de investigación financiado por el Ministerio de Ciencia e innovación, el objetivo del cual es el desarrollo de técnicas para asegurar la calidad de los datos mediante el uso de ontologías.
Foxtenn Technologies es una empresa tecnológica especializada en acontecimientos deportivos La compañía ha creado una tecnología capaz de determinar con máxima precisión el bote de la pelota.
ITS España es una Asociación sin ánimo de lucro fundada el 2002 con el objetivo de unir el sector público, privado y académico relacionado con los Sistemas Inteligentes de Transporte
El objetivo de este proyecto es efectuar un análisis del tiempo de circulación entre los diferentes puntos significativos de la red
Plataforma de voto electrónico con tecnología Blockchain, pensada para los procesos de consulta y decisión colectivos tanto de organismos públicos como de entidades privadas.
Desarrollo de un módulo de detección de amenazas y gestión de incidentes para infraestructuras TIC.
Proyecto para fundamentar el desarrollo de conceptos teóricos y herramientas practicas aplicadas a rutas optimizadas en el ámbito del transporte a la demanda.
Modelo de aprendizaje automático capaz detectar las diferentes fases cuando se riega un campo de cultivo