Entrega de los galardones de la primera edición de los Premios CYPE para estudiantes de Ingeniería Informática de la Universidad de Alicante

CYPE y la Universidad de Alicante (UA) han hecho entrega de los premios a los ganadores de la I Edición de los Premios CYPE por los tres mejores trabajos de fin de grado pertenecientes al Grado en Ingeniería Informática de la Universidad de Alicante. El acto ha tenido lugar en las instalaciones de CYPE en Alicante.

La convocatoria de esta primera edición de los Premios CYPE contempla tres galardones. El primer premio consiste en 1.500 euros al autor del proyecto y la opción de acceder a un contrato en prácticas durante seis meses en la empresa CYPE. Además de este primer galardón, los Premios CYPE contemplan dos accésit de 1.000 euros cada uno, incluyendo la opción de realizar seis meses de prácticas en CYPE.

De este modo, el ganador de los Premios CYPE ha sido Albert García García por su trabajo titulado Towards a real-time 3D object recognition pipeline on mobile GPGPU computing platforms using low-cost RGB-D sensor consistente en el estudio de cómo utilizar las tarjetas gráficas para reconocer objetos y sus posiciones en escenas reales, acelerando la interpretación de los datos y reduciendo los costes tanto económicos como energéticos, algo que puede ser utilizado, por ejemplo, en robots.

Uno de los accésit ha sido para Antonio Molina García-Retamero por su proyecto titulado Optimización de Redes Neuronales mediante métodos bioinspirados consistente en desarrollar una herramienta que mejora los sistemas de inteligencia artificial que existen en la actualidad aplicando técnicas bioinspiradas. Con la estructura creada se puede mejorar los procesos de aprendizaje de diferentes herramientas y tecnologías.

Por último, el estudiante Víctor Vives Boix ha ganado el otro accésit por su trabajo Análisis y optimización de métodos de ayuda a la decisión clínica, una investigación consistente en lograr que una red neuronal artificial, un paradigma de aprendizaje en el marco de la inteligencia artificial, logre aprender a partir de una base de datos clínicos incompleta, lo que permitiría a estas redes neuronales realizar diagnósticos clínicos precisos, con la dificultad añadida de la falta de información en el aprendizaje.