Ayudas 2017 de la Fundación BBVA a Equipos de Investigación en el ámbito de Big Data

Descripción: 

La Fundación BBVA apoyará hasta 5 proyectos de investigación básica o aplicada para el análisis de ‘big and complex data’, incluyendo técnicas y algoritmos de ‘machine learning’, ‘classification and regression trees’, ‘linear models for wide data’, ‘random forest and boosting’, ‘support vector machines’, ‘kernel methods’ y ‘pattern recognition’ o ‘data visualization’.

Estado: 
Cerrada
Fecha plazos: 
26 de Diciembre de 2017 a 27 de Febrero de 2018
Fecha presentación: 
19 de Febrero de 2018
Tipo: 
subvencionada
Año: 
2017
Claves: 
  • Se concederán un máximo de 5 ayudas, con una dotación máxima de 100.000 € por proyecto.
  • La duración máxima de los proyectos será de 2 años.
  • Los proyectos habrán de ser originales e inéditos y estar presididos por un carácter claramente innovador. En la memoria del proyecto se deberá poner de manifiesto, de forma expresa, la novedad y avance que se espera aportar al correspondiente campo de investigación, así como su aplicabilidad.
  • Los proyectos incluirán un plan de comunicación a la sociedad de los resultados a través de distintos soportes (electrónicos, impresos, conferencias).
  • Gastos financiables:
    • Adquisición de inventariable, fungible, viajes y dietas  y gastos relacionados con el proyecto.
    • Contratación de personal investigador dedicado al proyecto y estancias.
    • Costes indirectos

Se valorará: Innovación y calidad científica del proyecto, Trayectoria del investigador principal y del resto del equipo investigador, Aplicabilidad de los resultados, Adecuada justificación del presupuesto, Plan de difusión de los resultados del proyecto.

Beneficiarios: 

Equipos de investigación, liderados por un Investigador Principal de nacionalidad española (o con residencia en nuestro país), doctor y vinculado laboral o funcionarialmente con la institución durante toda la vida prevista del proyecto.

Modalidad de participación: 
individual
Requisitos de participación: 

La documentación a aportar por los solicitantes, siguiendo los modelos disponibles en la página web de la convocatoria, será la siguiente:

  • Información general del proyecto (Datos básicos, Resumen de la propuesta, Presupuesto, Relación de participantes).
  • Acreditación de nacionalidad.
  • CV de los participantes.
  • Memoria científico-técnica.

Las solicitudes, visadas por OTRI, se deberán introducir en la web de la Convocatoria por el IP.

Miembros del equipo:

  • Se deberá adjuntar la relación de participantes en el proyecto según este modelo, y deberá ser firmada por todos los miembros del equipo y por el representante legal de UZ (Vicerrectora de Transferencia e Innovación Tecnológica).

Los investigadores que concurran a esta convocatoria solo podrán hacerlo en un único proyecto y no podrán contar con una ayuda en vigor (a equipos o individual) concedida por la Fundación BBVA.

Tipos de proyecto: 

Proyectos de investigación básica o aplicada que desarrollen técnicas y metodologías para el análisis de datos masivos y complejos, que incluyan uno o más de los siguientes aspectos:

  • Desarrollo de técnicas y algoritmos de ‘machine learning’, ‘classification and regression trees’, ‘linear models for wide data’, ‘random forest and boosting’, ‘support vector machines’, ‘kernel methods’ y ‘pattern recognition’.
  • Desarrollo de técnicas multivariables exploratorias, especialmente herramientas de visualización de datos.
Idioma de presentación: 
Inglés
Oficina gestora: 
otri
Más información: 

Los resultados de los proyectos serán de dominio público y se garantizará su máxima difusión entre la comunidad científica a través de publicaciones especializadas,  conferencias,  comunicaciones  en  congresos  y  reuniones  científicas.

La Fundación BBVA se reserva el derecho de publicación y difusión de los resultados de los proyectos de investigación seleccionados.

 

La  resolución  de  la  convocatoria  se  hará  pública  no  más  tarde  del  31 de mayo de 2018.

Para más información, dirigirse a otri@unizar.es

Última modificación: 19/11/2019