1. Desarrollo De Una Plataforma De Adquisición De Imágenes Hiperespectrales Asistida Por Técnicas Avanzadas De Aprendizaje Automatizado Para Identificación De Aptitud De Cultivos De Arroz
    • Agencia: SENACYT
    • Investigador Principal: Maytée Zambrano
    • Código: FID-18-096
    • Resumen: Este proyecto, que involucra el trabajo de estudiantes de licenciatura y posgrado además del de los inves- tigadores principales, desarrolla la instrumentación necesaria para prestar servicios de monitoreo de niveles de nutrición de cultivos de arroz al sector agrícola de Panamá, y contribuye a maximizar su eficiencia. Adicionalmente, desarrollaremos modelos matemáticos idóneos para su utilización dentro de las condiciones específicas de la república de Panamá, ya que el grueso de los estudios actuales se han desarrollado para las condiciones climatológicas, tipos de suelo y especies de plantas comunes en distintas regiones de Asia.
  2. Repositorio Nacional Georeferenciado para el Sistema de Respuesta al COVID-19 y Análisis Multivariado de Efectos de la Epidemia.
    • Agencia: SENACYT
    • Investigador Principal: Maytée Zambrano
    • Código: COVID-026
    • Resumen: Este proyecto busca establecer de un sistema tecnológico para la adquisición y procesamiento de la información del repositorio, compilar y categorizar la información de cada paciente contagiado y de redes de contacto, y generar modelos de predicción georreferenciados y analizar gráficos de desarrollo de la enfermedad tomando en cuenta datos demográficos, que informen la implementación de medidas efectivas para contener la propagación de futuros eventos epidemiológicos como distanciamiento social, cercos sanitarios, entre otras. El contar con toda la información espacio-temporal permitirá el seguimiento y análisis de estimación de la dispersión de la epidemia del COVID19 en Panamá, con ello estableciendo los modelos de propagación de acuerdo a densidad poblacional de la región del país, rango de edades, condiciones preestablecidas como tabaquismo y otras enfermedades preexistentes. Estos resultados servirán como base a los tomadores de decisiones para la movilización de insumos médicos, personal de salud y seguridad nacional, establecer o remover medidas de seguridad. La idea es aportar al pronóstico del curso de la enfermedad tanto en período de brote, infestación y control por regiones que permitan tomar medidas en cada etapa de la enfermedad.
  3. Desarrollo de una Plataforma de Inspección Rápida de Buques Marinos Basada en Técnicas de Sensores Remotos
    • Agencia: SENACYT
    • Investigador Principal: Fernando Arias
    • Código: IOML-21-06
    • Resumen: El objetivo general del proyecto consiste en el desarrollo de una plataforma automatizada de identificación rápida de imperfecciones en el casco y elementos estructurales de los buques utilizando técnicas de sensores remotos para agilizar los procesos de inspección. Las imágenes capturadas serán analizadas utilizando algoritmos de visión por computadora basados en inteligencia artificial para identificar los puntos de interés. Los objetivos específicos del proyecto contemplan el desarrollo de un ambiente de experimentación para la recolección de imágenes de imperfecciones en superficies metálicas en condiciones controladas, la construcción de un diccionario de datos que incluya mediciones de imperfecciones superficiales utilizando una cámara hiperespectral y cualquier otra tecnología de sensores remotos complementaria disponible, desarrollar un modelo de inteligencia artificial para identificación de corrosión en superficies metálicas, construir un prototipo de plataforma móvil de adquisición de datos utilizando un vehículo aéreo no tripulado, y realizar pruebas de campo para verificación de la eficacia del modelo de visión por computadora desarrollado.
  4. Plataforma de Observación de Florecimientos de Algas en Regiones Costeras Utilizando Imágenes Hiperespectrales e Inteligencia Artificial
    • Agencia: SENACYT
    • Investigador Principal: Fernando Arias
    • Código: IOML-21-06
    • Resumen: El proyecto busca desarrollar tecnología integrada de monitoreo remoto que, utilizando una cámara hiperespectral a bordo de un vehículo aéreo no tripulado e inteligencia artificial, identifique florecimientos de algas en ecosistemas costeros de la República de Panamá. La metodología se enfoca particularmente en modelar el comportamiento espectral de algas comunes en florecimientos de regiones costeras, la construcción de un prototipo móvil para la adquisición de imágenes hiperespectrales en regiones costeras, el desarrollo de algoritmos de inteligencia artificial para la clasificación de las especies de algas estudiadas en ecosistemas costeros de la república, y la realización de pruebas de campo para validar el algoritmo desarrollado. Esta plataforma constituiría una herramienta fundamental para futuros esfuerzos en gestión de políticas públicas con objetivo de monitorear y minimizar el impacto que puedan tener los florecimientos de algas el medio ambiente, salud y economía panameña. Adicionalmente, se espera que la plataforma proporcione una fuente de información adicional para el monitoreo de los efectos del cambio climático de manera rápida, concisa y repetible.