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.

OTRAS CONVOCATORIAS