Convocatoria cerrada

DESCRIPCIÓN

Las ayudas a proyectos de investigación objeto de esta convocatoria responden al compromiso de la Fundación BBVA con el impulso de la investigación científica y su proyección a la sociedad, como forma de ampliar las oportunidades individuales y colectivas y abordar de manera eficaz los principales retos del siglo XXI.

En el área de Big Data, las ayudas se destinan a proyectos de investigación básica o aplicada que desarrollen técnicas y metodologías para el análisis de datos masivos y complejos, que incluyan uno o más de los siguientes aspectos:

  • Desarrollo de técnicas y algoritmos de machine learning, classification and regression trees, linear models for wide data, random forest and boosting, support vector machines, kernel methods y pattern recognition.
  • Desarrollo de técnicas multivariables exploratorias, especialmente herramientas de visualización de datos.

Se concede un máximo de 5 ayudas, con un importe bruto máximo de 100.000 euros para cada una de ellas.

La comisión evaluadora de las Ayudas Fundación BBVA a Equipos de Investigación Científica en el área de Big Data, reunida por videoconferencia el día 24 marzo de 2020, y siguiendo los criterios establecidos en  las bases de la convocatoria, publicadas en octubre de 2019, acuerdan conceder las ayudas que se relacionan a continuación:

Solicitudes: 93

Ayudas concedidas: 5

Proyectos seleccionados:

“Causal inference in the human-biosphere coupled system (SCALE)”

Investigador principal: Gustau Camps Valls, Escola Tècnica Superior d’Enginyeria, ERI LPI (Laboratori de Processat d’Imatges, Universitat de València). 

Miembros del equipo: Jordi Muñoz Mari (Universitat de València); Valero Laparra (Universitat de València); Maria Piles (Universitat de València); Miguel Mahecha (Max Planck Institute for Biogeochemistry); Jakob Runge (German Space Agency, DLR); y Adrián Pérez (Universitat de València).

Importe de la ayuda: 99.992,5 euros.

“Machine Learning on the Edge (MLoE)”  

Investigador principal: Óscar Fontenla Romero, Ciencias de la Computación y Tecnologías de la Información, Universidade da Coruña

Miembros del equipo: Amparo Alonso Betanzos (Universidade da Coruña); Bertha Guijarro Berdiñas (Universidade da Coruña); Elena Hernández Pereira (Universidade da Coruña); Noelia Sánchez Maroño (Universidade da Coruña); Beatriz Pérez Sánchez (Universidade da Coruña); Verónica Bolón Canedo (Universidade da Coruña); y Laura Morán Fernández (Universidade da Coruña).

Importe de la ayuda: 97.092,44 euros.

“Score-based nonstationary temporal Bayesian networks. Applications in climate and neuroscience (BAYES-CLIMA-NEURO)”

Investigador principal: Pedro Larrañaga Múgica, Departamento de Inteligencia Artificial, Universidad Politécnica de Madrid

Miembros del equipo: Concha Bielza Lozoya (Universidad Politécnica de Madrid); Juan Antonio Fernández del Pozo de Salamanca (Universidad Politécnica de Madrid); Bojan Mihaljevic (Universidad Politécnica de Madrid); David Atienza González (Universidad Politécnica de Madrid); e Irene Córdoba Sánchez (Universidad Politécnica de Madrid).

Importe de la ayuda: 100.000 euros.

“Complex networks meet data science (NetmeetData)”  

Investigador principal: Justo Puerto Albandoz, Instituto Universitario de Investigación Matemática de la Universidad de Sevilla (IMUS)

Miembros del equipo: Stefano Benati (Università degli Study di Trento); Víctor Blanco Izquierdo (Universidad de Granada); Inmaculada Espejo Miranda (Universidad de Cádiz); Yolanda Hinojosa Bergiullos (Universidad de Sevilla); Fernando López Blázquez (Universidad de Sevilla); Luisa Martínez Merino (Universidad de Sevilla); Diego Ponce López (Universidad de Sevilla); Miguel A. Pozo Montaño (Universidad de Sevilla); Antonio M. Rodríguez Chía (Universidad de Cádiz); y Moisés Rodríguez Madrena (Universidad de Sevilla).

Importe de la ayuda: 99.583 euros.

“Adversarial Machine Learning: Methods, Computations and Applications to Malware, Fake News and Autonomous Vehicles (AMALFI)”

Investigador principal: David Rios InsuaInstituto de Ciencias Matemáticas (ICMAT)-CSIC

Miembros del equipo: David Gómez-Ullate Oteiza (Universidad de Cadiz); Salvador Perelló Oliver (Universidad Rey Juan Carlos); Jared Lee Aurentz (ICMAT – Universidad Autónoma de Madrid); Alberto Torres Barrán (ICMAT – CSIC); Alex Kosgogadan (ICMAT – CSIC); David Gordo Gómez (ICMAT – CSIC); David Banks (Duke University); Refik Soyer (The George Washington University); Fabrizio Ruggeri (Italian National Research Council); Tahir Ekin (McCoy College of Business, Texas State University); Roi Naveiro Flores (ICMAT – CSIC); Victor Gallego Alcalá (ICMAT – CSIC); Bruno Flores Barrio (ICMAT – CSIC); Melike Baykal-Gürsoy (Rutgers, The State University of New Jersey); Verma Rakesh (University of Houston); y Huizhen Zhang (University of Shanghai for Science and Technology).

Importe de la ayuda: 100.000 euros.

 

Comisión evaluadora en Big Data

La comisión evaluadora ha estado presidida por María Dolores Ugarte, catedrática de Estadística e Investigación Operativa de la Universidad Pública de Navarra; y ha contado como vocales con: José Ramón Dorronsoro, catedrático de Ciencias de la Computación de la Universidad Autónoma de Madrid; José Antonio Gámez, catedrático de Sistemas Informáticos de la Universidad de Castilla-La Mancha; Wenceslao González, catedrático de Estadística de la Universidad de Santiago de Compostela; y Jesús López Fidalgo, catedrático de Estadística e Investigación Operativa de la Universidad de Navarra.

Nota sobre conflicto de intereses

Se ha observado el protocolo previsto para los casos de “conflicto de intereses”. Aquel/aquellos miembro(s) de la comisión evaluadora en los que se daba un conflicto de esa naturaleza se han abstenido de participar en las deliberaciones y votaciones durante el análisis de los correspondientes proyectos.

 

Utilizamos cookies propias y de terceros para mejorar nuestros servicios, brindarle una grata experiencia y mostrar a los usuarios publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continúa navegando por este sitio web, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información accediendo a nuestra política de cookies aquí.

CERRAR