Pro-Multidis-CM


PROcesamiento MULTImedia DIStribuido
Programa S - 0505/TIC/0233, IV PRICIT, CM

Lineas de Investigacion

L1:
Crear, desarrollar, analizar y evaluar nuevos métodos máquina por superposición de modelos en arquitecturas convencionales, y derivar posibles versiones adaptativas.
L2:
Diseñar, aplicar y analizar nuevos métodos de extracción de información a partir de nodos sensores distribuidos (tanto físicos como virtuales) considerando los problemas de captación, fusión y comunicación.
L3:
Analizar, extraer, describir, indexar, adaptar, codificar y transmitir contenidos audiovisuales y multimedia, operando sobre información de varias calidades (incluyendo televisión digital y de alta definición) y estructuras 3D.
L4:
Desarrollar nuevas tecnologías para optimización de redes de comunicaciones inalámbricas, permitiendo su despliegue ubicuo con banda ancha, bajo consumo, alta tolerancia a fallos en nodos, y garantizando variadas Calidades de Servicio.

Breve Descripción de las Líneas de Investigación

L1:
La algoritmia de máquinas para decisión/estimación ha estado guiada por la optimización de objetivos muestrales, con excepción de las (ventajosas) Máquinas de Vectores Soporte (SVM). Incluir modelos estadísticos de variables máquina induce procedimientos similares a los SVM: verosímilmente mejores. Además, como ocurrió con la extensión de la combinación convexa de técnicas máquina a adaptativas, se espera derivar algoritmos “on line” ventajosos para entornos desconocidos/variantes.
L2:
Los dispositivos microelectromecánicos con capacidad de sensado / procesamiento / comunicación estimulan la revisión de paradigmas de fusión de información y datos y de procedimientos de transmisión inalámbrica. Considerar métodos no-paramétricos, y su combinación con paramétricos, abre camino a nuevos procedimientos robustos para estimación / detección / seguimiento distribuido operativos en entornos imperfectamente modelados y extracción automática de la información allí implícita.
L3:
La manipulación (adquisición, análisis, gestión, compresión y transmisión) de señales audiovisuales y multimedia abre nuevos campos de aplicación, pero requiere algoritmos específicos para manejar grandes cantidades de datos. Así, se considera la autocalibración de cámaras para simplificar la adquisición y el análisis para extracción de características que permitan la adaptación, compresión y personalización de información. Además del desarrollo de nuevos métodos se considera la participación activa en organismos de normalización como MPEG.
L4:
La optimización transcapa de redes malladas comprende investigación sobre nuevos paradigmas y la optimización conjunta de las distintas capas en diseño (físico, enlace y red) para maximizar su capacidad. La estructura de red tradicional (conexión vía una infraestructura de nodos organizados jerárquicamente) no alcanza los objetivos de coste, robustez y calidad requeridos en determinados escenarios emergentes (redes de sensores de muy bajo coste, comunicaciones rurales de banda ancha, telemedicina, comunicaciones tácticas, etc.). Recientemente apareció un nuevo paradigma de redes en que los terminales cooperan para establecer un flujo de información, las redes malladas. En este contexto, se aborda una optimización conjunta de las capas física, de enlace y de red que maximice la capacidad de flujo de información al tiempo que satisface restricciones muy severas de autonomía, robustez y coste.

Powered by Drupal - plantilla original: Artinet

Valid XHTML 1.0! Valid css!