Monitoraggio e gestione intelligente delle infrastrutture portuali tramite sistemi integrati multitelecamera

Abstract

Il progetto IP-SIM si focalizza su un migliore utilizzo ed integrazione di sensori già molto presenti nei porti, ovvero le comuni telecamere di sorveglianza, potenzialmente in grado di fornire informazioni molto significative. In particolare, si propone lo sviluppo di un sottosistema facilmente integrabile nelle architetture tecnologiche esistenti e atto a fornire funzioni intelligenti di monitoraggio, quali il rilevamento e il tracciamento di imbarcazioni e persone. Allo scopo vengono investigate le più avanzate tecniche di ML e viene definita una fase di sperimentazione/validazione accelerata dalla pubblica disponibilità di database e sorgenti di flussi video adeguati allo scopo.

Partner

Università degli Studi di Sassari

Predizione tramite Apprendimento automatico per la Sicurezza e Sostenibilità dei Porti

Abstract

Il progetto PASSPort sviluppa sistemi basati sul machine learning per condurre analisi di rischio, sviluppare sistemi di nowcasting e forecasting delle condizioni meteoclimatiche a scala portuale e di previsione degli impatti di eventuali oil-spill. Inoltre, il progetto definisce sistemi di monitoraggio predittivo delle infrastrutture portuali, con sistemi di controllo basati su sensori in grado di garantire la sicurezza operativa ed analizza l’impatto del traffico marittimo sul traffico urbano per promuovere sostenibilità e sicurezza delle aree porto-città.

Partner

Università degli Studi di Catania – Università degli Studi di Messina

Hydrogen-Powered Port Optimization and Resilience Technology

Abstract

Il progetto H-PORT vuole promuovere e integrare le tecnologie a idrogeno e i sistemi avanzati di modellazione e simulazione per affrontare gli imperativi urgenti che emergono in ambito portuale, inclusi la riduzione delle emissioni, le inefficienze operative e la sicurezza.
Il progetto si articola in tre fasi: Design Innovation; Digital Twin Model and Simulator; Regulatory and Economic Analysis.
H-PORT si affiderà a sistemi energetici avanzati e sistemi operativi non presidiati lungo la catena logistica portuale, per promuovere il miglioramento della sicurezza e della sostenibilità in un’ottica multi-capitale.

Partner

Università degli Studi della Calabria

Smart Port Terminal Tractor for AI-Aided Logistics

Abstract

Il progetto SPOTT mira allo sviluppo e alla dimostrazione di un trattore portuale (yard truck) autonomo alimentato a idrogeno, dotato di avanzati sistemi di visione artificiale, sensoristica e intelligenza artificiale per l’automazione delle operazioni di logistica nei porti. La sperimentazione in ambiente reale valuterà l’impatto in termini di riduzione delle emissioni, miglioramento della sicurezza e aumento dell’efficienza logistica, aprendo la strada a una nuova generazione di porti intelligenti e sostenibili.

Partner

Università degli Studi di Napoli Parthenope

Valutazione del rischio cardiometabolico tramite tecniche neuroradiologiche avanzate ed algoritmi di intelligenza artificiale in pazienti con diabete, Mild Cognitive Impairment e malattia di Alzheimer (AD), per la diagnosi precoce e una migliore prognosi di AD

Abstract

La malattia di Alzheimer (AD) è fortemente influenzata dai fattori di rischio cardiometabolico. RICAMI prevede uno studio prospettico su 80 soggetti con trattamento nutrizionale di tipo anti-infiammatorio per 6 mesi. Obiettivi: validare marcatori di rischio cardiometabolico, neuroradiologici morfologici e vascolari ottenuti con risonanza magnetica in pazienti con MCI e AD; sviluppare nuovi algoritmi di IA per il calcolo del trofismo encefalico, con analisi delle modificazioni del flusso ematico cerebrale prima e dopo dieta anti-infiammatoria; sviluppare nuovi algoritmi di IA per la diagnosi precoce e per una migliore prognosi di AD integrando tutti i dati raccolti.

Partner

Università degli Studi di Palermo

Gestione e Ottimizzazione di risorse ospedaliere attraverso analisi dati, Logic programming e Digital twin

Abstract

Il progetto GOLD sviluppa un Digital Twin sanitario per ottimizzare la gestione delle risorse ospedaliere tramite Answer Set Programming e machine learning. Sono stati creati prototipi per 3 problemi: il Nuclear Medicine Scheduling (NMS), che riduce i tempi di attesa per i pazienti ottimizzando l’uso di macchinari e risorse; il Chemotherapy Treatment Scheduling (CTS), che gestisce le sedute di chemioterapia; e il Nurse Scheduling Problem (NSP), che migliora la turnistica infermieristica. Le soluzioni sviluppate riducono le inefficienze e hanno un impatto positivo a livello economico e sociale.

Partner

Università degli Studi della Calabria

Sito

GOLD

Supporting Termination Of stereotyPies in patients with RETT syndrome by advanced ambient intelligence

Abstract

Il supporto di pazienti con deficit cognitivo richiede sistemi di monitoraggio efficaci e impercettibili al paziente. Il progetto STOPme si concentra su un caso paradigmatico: la sindrome di Rett, una patologia rara del neurosviluppo caratterizzata da un grave deficit motorio e cognitivo, che comporta anche l’insorgenza di stereotipie e alterazione cardiorespiratorie. STOPme si propone di valutare in tempo reale lo stato di attivazione psicomotoria della paziente, monitorando l’insorgenza di stereotipie neuromotorie e pattern di ipo- e iper-ventilazione per poi condizionare la paziente a interrompere le stereotipie.

Partner

Università degli Studi di Cagliari – Istituto Universitario Studi Superiori

Sistema di supporto Decisionale per la diagnosi precoce e il follow-up di pazienti affetti da Valvole Uretrali Posteriori

Abstract

La proposta di progetto si concentra sulla definizione e la realizzazione di un sistema di supporto decisionale finalizzato a facilitare la diagnosi precoce e il monitoraggio dei pazienti pediatrici con valvole uretrali posteriori (VUP).
Il sistema proposto integrerà dati clinici, antropometrici, anamnestici e strumentali tramite un’analisi multimodale, consentendo di predire in modo accurato e tempestivo, prima dell’intervento chirurgico, quali pazienti potrebbero essere affetti da VUP e quali pazienti potrebbero presentare un rischio aumentato di malattia renale cronica durante il follow-up successivo.

Partner

Università degli Studi della Campania “Luigi Vanvitelli”

Intelligenza Artificiale applicata agli UltraSuoni in Ostetricia

Abstract

Il progetto prevede di ottimizzare, attraverso una piattaforma ecografica top di gamma ideale per la ricerca, la diagnosi e lo studio di patologie ostetriche prenatali materno-fetali (associata una box computazionale aggiuntiva), la routine clinica in ambito ostetrico e definire in maniera mirata i processi decisionali di assistenza e cura, in relazione alla complessità del caso precocemente riconosciuta.

Partner

Università degli Studi di Bari Aldo Moro

Favorire l’Inclusione e l’Accessibilità per i Trasferimenti Locali Urbani a Cagliari e Sobborghi

Abstract

FIATLUCS si sviluppa su tre linee di attività: in due delle linee di attività, il progetto si concentra sulla predisposizione di strumenti di facilitazione della mobilità di persone con disabilità sia fisiche che cognitive, in ambienti urbani e all’interno di edifici complessi come le strutture ospedaliere.
Un’altra linea di attività si pone degli obiettivi di riduzione del pericolo nella circolazione dei pedoni all’interno dell’area urbana, puntando a salvaguardare, in particolare, i pedoni che hanno ridotte capacità motorie e si occupano di attività di accudimento nei confronti di neonati.

Partner

Università degli Studi di Cagliari

Sito

FIATLUCS

Finaziato dall'Unione Europea Ministero dell'Università e della Ricerca Italia Domani Raise