DataScience (Centre TECNIO de la 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.

MEMBRES

Oriol Pujol <oriol_pujol@ub.edu>,
Joserp Perelló <josep.perello@ub.edu>,
Simone Balocco <balocco.simone@gmail.com>,
Laura Igual <ligual@ub.edu>,
Eloi Puertas <epuertas@ub.edu>,
Mireia Ribera <ribera@ub.edu>,
Albert Diaz <albert.diaz@ub.edu>,
Miquel Montero <miquel.montero@ub.edu>,
Sergio Escalera <sergio.escalera.guerrero@gmail.com>,
Petia Radeva <radevap@gmail.com>,
Santi Segui <segui.santi@gmail.com>
Jordi Vitrià <jordi.vitria@ub.edu>

OFERTA FORMATIVA

Curs de Postgrau de Machine Learning i Ciència de Dades.
Màster de Fonaments de la Ciència de Dades
Cursos a mida per empreses.

PUBLICACIONS DESTACADES

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 DESTACATS

A Responsible IA standard proposal. Financing institution: Nestle, 2023.
Archiving and Preservation for Research Environments: Meet ARCHIVER Service Providers (ARCHIVER Tender), Financing institution: EU, Since: 2020, Until: 2021.
Intelligent Publication of Audiovisual Content PICAE, Financing institution: ACCIO, Number of the project: COMRDI18-1-0007-02, Since: 2020, Until: 2023
Artificial Intelligence-supported Diagnostics of Gastrointestinal diseases with video capsule endoscopy. Financing institution: National Institute for Health Research, UK. Since: 2021. Until: 2023
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).
Co-designing Citizen Social Science for Collective Action (CoAct) HORIZON 2020 (2014-2020). SCIENCE WITH AND FOR SOCIETY (H2020-SWAFS-2018-2020) (2020-2022).
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).
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 transdominio 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).

Coordinador: Jordi Vitrià
Contacte: jordi.vitria@ub.edu
Informació: datascience.ub.edu/tecnio