11 Junio 2021
El proyecto SYMBIOSIS ha recibido un nuevo reconocimiento a través de una publicación en el prestigioso sitio web Ocean Decade, alineado con la iniciativa de la UNESCO United Nations Decade of Ocean Science for Sustainable Development (2021-2030).
El artículo ‘The innovative subsea device that monitors fish stocks’, remitido por la Universidad de Haifa, repasa los logros de este proyecto con financiación europea (desde noviembre 2017 hasta diciembre de 2020) cuyos investigadores principales fueron, desde IMDEA Networks, Antonio Fernández Anta y Paolo Casari. El proyecto SYMBIOSIS es una acción destinada a la innovación financiada en el marco del programa ‘BlueGrowth’ de Horizonte 2020, la estrategia a largo plazo de la Unión Europea para apoyar el crecimiento sostenible de la marina y de los sectores marítimos en su conjunto.
Una destacada aportación a la ‘salud’ de los océanos y, por lo tanto, del planeta, cuyo potencial destaca Roee Diamant, coordinador de proyecto desde la Universidad de Haifa: “SYMBIOSIS proporciona información actualizada acerca de las poblaciones más destacadas de peces, lo que permite a las autoridades tomar decisiones y legislar sobre esta base, como en el caso de la imposición de prohibiciones de pesca. Nuestra innovación podría servir como una herramienta de investigación ecológica, por ejemplo, para el estudio de la conducta de los peces.”
En este contexto, la estudiante de doctorado Elizaveta Dubrovinskaya presentó con éxito el 9 de junio su tesis ‘Algorithms for propagation-aware underwater ranging and localization’, en la que aportó su experiencia en el desarrollo de este proyecto con financiación europea.
Como señala la investigadora: “En esta tesis investigamos y abordamos diferentes retos relacionados con la localización submarina. En particular, nos enfocamos en algoritmos que tienen en cuenta las propiedades del canal acústico subacuático. Este grupo de algoritmos emplea información adicional sobre el ambiente y su impacto en la propagación de señales acústicas, para así mejorar la precisión de las estimaciones de localización, obtener una complejidad reducida, o para reducir la infraestructura de localización (por ejemplo, en el caso de los nodos de anclaje desplegados) en comparación con los algoritmos tradicionales”.
Comentarios recientes