Tres novas axudas predoutorais da Xunta financiarán novas investigacións no CiTIUS
mércores, 14 de xullo do 2021
O
CiTIUS vén de protagonizar unha nova contribución á formación de
novos investigadores no ámbito das tecnoloxías intelixentes, e
fíxoo coa concesión de novas axudas para o desenvolvemento de teses
de doutoramento. A Consellería de Cultura, Educación e Ordenación
Universitaria da Xunta de Galicia vén de conceder 3 das 102 axudas
de apoio á etapa predoutoral concedidas
en 2021 a Ledicia Díaz Lago, Marcos Fernández Pichel e Lara Vázquez
González, todos eles actualmente en etapa de formación
predoutoral en diferentes liñas e programas científicos do CiTIUS.
O
centro explicou que o apoio do Goberno autonómico destinarase a
financiar os contratos durante un máximo de tres anos, período no
que os doutorandos ficarán vinculados á Universidade de Santiago de
Compostela (USC).
A
investigadora Ledicia Díaz Lago enfocará o seu traballo doutoral no
estudo, desenvolvemento e optimización de modelos preditivos
complexos para contornas industriais multidimensionais, altamente non
lineais e con fortes dependencias temporais. O obxectivo do traballo
de Ledicia é “abordar a exploración de algoritmos de aprendizaxe
automática para o estudo das dependencias temporais, co obxectivo de
mellorar a optimización dos procesos industriais de manufacturación
(e no marco do que xa se coñece como Industria 4.0)”.
Pola
súa banda, o investigador Marcos Fernández Pichel centrará a súa
tese no estudo da maneira na que os usuarios finais de Internet
determinan a credibilidade dos contidos relacionados coa saúde
dispoñíbeis na Rede. Ademais, o traballo de Marcos servirá tamén
para proporcionar unha serie de ferramentas automáticas que asistan
aos usuarios á hora de determinar se os contidos que están a
recibir son críbeis ou non (por exemplo, aqueles relacionados co
COVID-19 e os seus tratamentos).
A
tese de Lara Vázquez González abordará o desenvolvemento dunha
ferramenta bioinformática que permita “automatizar o proceso de
detección e clasificación dos microorganismos presentes nunha
mostra e, consecuentemente, realizar un diagnóstico clínico
preciso”. Ao longo do seu traballo, Lara desenvolverá un
clasificador taxonómico baseado nunha arquitectura de redes
neuronais, tratando de mellorar a taxa de clasificación dos métodos
utilizados actualmente en secuencias con erros de secuenciado. Máis
concretamente, con estas ferramentas estudaranse alternativas ao xene
16S RNA (xene diferenciador bacteriano), co obxectivo de que estas
permitan mellorar a clasificación bacteriana.