Blog

LUCE y el Grupo de investigación en Bioinformática, Sistemas Informáticos Inteligentes y Tecnología Educativa (BISITE), de la Universidad de Salamanca, acuerdan una colaboración para la realización de un proyecto de I+D sobre “Deep Learning sobre fuentes Smart Data heterogéneas en tiempo real para la sostenibilidad de la movilidad en la última milla (DEEPSMARTMILE)”

Las soluciones de “última milla” pretenden mejorar la gestión del transporte de paquetería centrada en el último trayecto que ha de realizarse en la entrega al usuario final. Su finalidad es optimizar los servicios de movilidad y sostenibilidad en las zonas urbanas, utilizando las últimas tecnologías para hacer transportes más ecológicos y eficientes.

BISITE y Luce Innovative Technologies realizarán de forma conjunta el proyecto Smart Big Data Analytics para la gestión de fuentes heterogéneas en tiempo real, sobre la cual implementar un motor cognitivo para la gestión de la movilidad sostenible en la última milla y  con integración en la Plataforma de Servicios de Cloud de LUCE.

La Plataforma de servicios de Cloud, es un Asset propio creado y desarrollado por Luce Innovative Technologies que asegura el éxito del viaje al Cloud de nuestros clientes. Actualmente, el abanico de posibilidades de los clouds públicos es inmenso, lo que hace complejo conocer la solución óptima para cada empresa. Además de los esenciales como Microsoft Azure y Google Cloud, se añaden otros player como SnowFlake.
Luce crea esta Plataforma de servicios de Cloud, para que independientemente del cloud elegido,  se garantice el éxito del proyecto, volcando todo el know-how de nuestro equipo, junto con las lecciones aprehendidas, resultado de proyectos reales realizados en grandes compañías. El proyecto de Deep Learning que vamos a ejecutar junto con BISITE, es una pieza más de esta plataforma de servicios que asegura menores costes en on-premise, observabilidad, velocidad, escalabilidad, pago por uso, seguridad  y acceso a nuevos servicios.

De forma conjunta, BISITE y Luce  investigarán los algoritmos y diseñarán la arquitectura de un modelo Deep Learning sobre fuentes Smart Data heterogéneas en tiempo real para la sostenibilidad de la movilidad en la última milla. Sus funcionalidades tendrán un impacto dinamizador positivo en los sistemas logísticos, con el fin de que se establezcan mayores niveles de acceso a los datos y fiabilidad para permitir a los diferentes actores sincronizar y ampliar redes de confianza.