Era informațională actuală a condus, la nivel global, la o creștere exponențială, disponibilitate și utilizare a informațiilor atât structurate cât și nestructurate, fenomen cunoscut sub numele de Big Data.
Termenul Big Data nu se referă numai la volumul masiv și la varietatea datelor în sine, ci și la setul de tehnologii care îl înconjoară, pentru a realiza culegerea, stocarea, recuperarea, gestionarea, prelucrarea și analiza datelor în scopul rezolvării problemelor complexe din societate, respectiv pentru creșterea calității vieții sub toate aspectele sale.
Având în vedere că aproximativ 80% din datele generate zilnic au o componentă spațială, iar studiile indică faptul că peste 150 de zettabytes (150 trilioane de gigabytes) de date vor necesita analize până în anul 2025, este necesară îmbunătățirea soluțiilor Big Data pentru stocare, organizare, manipulare, vizualizare și extragere informații relevante.
În prezent, în plină ”revoluție a datelor”, din ce în ce mai multe țări lansează programe ambițioase care vizează îmbunătățirea utilizării acestora. Prin aceste programe se testează capacitatea factorilor de decizie de a recunoaște, structura și exploata datele, care sunt considerate a fi o resursă valoroasă și se creează mijloacele necesare pentru a genera valoare din acestea prin facilitarea accesului.
BDAGeoINT este un proiect în care se vor folosi tehnologii emergente pentru ingerarea, vizualizarea și stocarea unor seturi de date masive (Big Data) structurate și nestructurate, precum și procesarea și analiza acestor informații în scopul transformării acestora în intelligence acționabil.
Propune un cadru conceptual inovativ prin integrarea machine learning din domenii conexe, care valorifică metode de identificare a entităților și relațiilor dintre acestea, ca rezultat al procesării datelor spațio-temporale, datelor text, datelor imagini/audio/video prin valorificarea analizei distribuite și a stocării optime pentru rularea de analize complexe în vederea generării de intelligence acționabil.
BDAGeoINT va urmări să răspundă ciclului informațional al unei organizații de intelligence și a contextului relațional în care aceasta își desfășoară activitatea (sistemul național de securitate, sistemele de relații strategice și parteneriate strategice).
Proiectul își propune să contribuie la consolidarea apărării și securității naționale, precum și la nivel aliat, prin furnizarea de intelligence în timp real sau aproape în timp real, bazat pe soluții inovative la nivel tehnic și tehnologic.
Obiectivele generale ale proiectului sunt:
O1. Modernizarea sistemelor de analiză multisursă, cu adaptările sistemelor tehnice de calcul folosind soluții tehnice și tehnologii de ultimă oră;
O2. Dezvoltarea de tehnologii emergente pentru ingerarea, vizualizarea și stocarea unor seturi masive de date (Big Data) structurate și nestructurate, precum și cu analiza acestor informații multisursă în scopul transformării acestora în intelligence acționabil;
O3. Identificarea de procedee noi de procesare a datelor spațio-temporale prin valorificarea analizei distribuite și a stocării precum și optimizarea fluxurilor de lucru pentru rularea de analiză complexe.
Obiectivele specifice ale proiectului sunt:
OS1. Identificarea acelor concepte și procedee prin care cele patru dimensiuni principale ale conceptului Big Data – varietate, viteză de creare-colectare-analiză, volum și veridicitate – pot fi manipulate, evaluate și valorificate cu ajutorul unei aplicații software dezvoltată și testată în scopul transformării acestora în avantaj informațional;
OS2. Identificarea de metodologii de analiză avansate, instrumente software inovative și particularizate pentru integrarea volumelor mari de date și informații care pot fi localizate în timp și spațiu: imagini satelitare, imagini SAR (Synthetic Aperture Radar), imagini aeriene, LIDAR (Light Detection and Ranging), imagini colectate cu camere digitale pentru suprafețe mici, scannere laser terestre, instrumente GNSS (Global Navigation Satellite System) pentru studii cadastrale și topografice, fluxuri de date de la diverși senzori etc.
Etapa I. PROBLEMA TRANSFORMĂRII UNUI VOLUM MARE DE DATE ȘI INFORMAȚII GEOSPAȚIALE ÎN INTELLIGENCE ACȚIONABIL REFLECTATĂ LA NIVEL NAȚIONAL ȘI INTERNAȚIONAL. FUNDAMENTAREA CONCEPTUALĂ A DEZVOLTĂRII DEMONSTRATORULUI TEHNOLOGIC.
Activitatea I.1. Determinarea stadiului actual al cercetărilor întreprinse în domeniul volumului mare de date.
Activitatea I.2. Identificarea nevoilor operaționale la nivelul beneficiarului, detalierea scenariilor de utilizare, evaluarea/stabilirea infrastructurii de implementare (deployment) în mediul beneficiarului, asigurarea măsurilor necesare pentru protecția informațiilor clasificate la nivelul CP și P1 conform normelor privind protecția informațiilor clasificate în Armata României.
Etapa II. REALIZAREA DEMONSTRATORULUI TEHNOLOGIC (DEZVOLTARE ȘI TESTARE INTERNĂ).
Activitatea II.1. Elaborarea unui studiu tehnic cu privire la tehnologiile care răspund nevoilor operaționale identificate.
Activitatea II.2. Elaborarea unui studiu tehnic privind procesul de intelligence acționabil.
Activitatea II.3. Elaborarea documentației tehnice.
Activitatea II.4. Sinteza cercetării și promovarea metodologiei propuse.
Activitatea II.5. Asigurarea calității și incorporarea feedback-ului Beneficiarului în demersul de elaborare a demonstratorului tehnologic.
Activitatea II.6. Realizarea unui model funcțional.
Activitatea II.7. Realizarea unui prototip funcțional/demonstrator tehnologic.
Activitatea II.8.Testare, evaluare de dezvoltare demonstrator tehnologic (testare internă).
Etapa III – OPERAȚIONALIZAREA ÎN MEDIUL BENEFICIARULUI (TESTARE FUNCȚIONALĂ, FEZABILITATE ACCEPTABILITATE)
Activitatea III.1. Asigurarea calității și incorporarea feedback-ului Beneficiarului în demersul de elaborare a demonstratorului tehnologic.
Activitatea III.2. Omologare demonstrator tehnologic.
Activitatea III.3. Instalare demonstrator tehnologic în mediul de testare al beneficiarului.
Activitatea III.4. Testare, evaluare de dezvoltare demonstrator tehnologic pe infrastructura beneficiarului (Testare funcțională).
Activitatea III.5. Instruire/școlarizare personal de exploatare.
Activitatea III.6. Valorificarea rezultatelor proiectului.
Activitatea III.7. Încheierea execuției complete a serviciilor prevăzute în contractul de finanțare, finalizarea realizării proiectului și prezentarea rezultatelor cercetării.
Academia Tehnică Militară Ferdinand I (Coordonator Proiect)
Intergraph Computer Services (Partener P1)
Universitatea Politehnica din București (Partener P2)
Agenția Spațială Română (Partener P3)
Universitatea din București (Partener P4)
Etapa I
RAPORT PRIVIND STADIUL ACTUAL AL CERCETĂRILOR ÎN DOMENIUL VOLUMELOR MARI DE DATE ȘI NEVOILE BENEFICIARULUI
Etapa II
RAPORT DE DEZVOLTARE ȘI TESTARE INTERNĂ
Articole publicate
- Porumb Liviu, Jocea Andreea Florina, Grivei Alexandru Cosmin, Necula Lucian, Răducanu Dan, Techniques Used for Geospatial Big Data Collection, Storage and Analysis, Journal of Military Technology, Vol. 5, Nr. 1, ISSN 2601-6613, pp 29-34, 2022
- Rădoi Anamaria, Generative Adversarial Networks Under CutMix Transformations for Multimodal Change Detection, IEEE Geoscience and Remote Sensing Letters, Vol. 19, pp. 1-5, 2022
- Peptenatu, D; Andronache, I ; Ahammer, H ; Taylor, R ; Liritzis, I ; Radulovic, M ; Ciobanu, B ; Burcea, M ; Perc, M ; Pham, TD ; Tomic, BM ; Cirstea, CI ; Lemeni, AN ; Gruia, AK ; Grecu, A ; Marin, M ; Jelinek, HF, (2022), Kolmogorov compression complexity may differentiate different schools of Orthodox iconography, Scientific Reports, Vol. 12 (1), ISSN 2045-2322, DOI: 10.1038/s41598-022-12826-w (Q2)
- Daniel Peptenatu, Ion Andronache, Helmut Ahammer, Marko Radulovic, Jennifer Costanza, Herbert F. Jelinek, Antonio Di Ieva, Kohei Koyama, Alexandra Grecu, Karina Andreea Gruia, Adrian-Gabriel Simion, Iulia Daniela Nedelcu, Cristian-Constantin Drăghici, Daniel Constantin Diaconu, Cosmin Olteanu, Rasmus Fensholt, Erica A. Newman (2022), A new fractal index to classify forest disturbance and anthropogenic change, Lanscape Ecology, (Q1)
Conferințe
- Jocea Andreea Florina, Porumb Liviu, Grivei Alexandru Cosmin, Necula Lucian, Răducanu Dan, Generating Actionable Intelligence from Geospatial Big Data: State of the art and Concept, 17th International Scientific GeoConference SGEM 2017, XXIInd International Multidisciplinary Scientific GeoConference Surveying, Geology and Mining, Ecology and Management – SGEM 2022, Albena, Bulgaria, Iulie 2022
- Chirtu Antonio, Ristea Nicolae-Cătălin, Rădoi, Anamaria, Convolutional Transformers for Aerial Image Classification: a General to Specific Learning Curve,
IGARSS 2022 – 2022 IEEE International Geoscience and Remote Sensing Symposium, Kuala Lumpur, Malaysia, Iulie 2022 - Unsalan Melisa, Rădoi, Anamaria, Datcu Mihai, SAR Image Classification Using Mixed Spatial-Spectral Information and Pre-trained Convolutional Neural Networks, 14th International Conference on Communications (COMM), Bucuresti, Romania, Iunie 2022
- Băloi Aurel-Mihail, Carmen-Elena Dobrotă, Cristian-Constantin Drăghici, Raluca Dinescu, Daniel Peptenatu, The Role of Local Public Administration Digitalization in Adopting Circular Economy, Transylvanian International Conference in Public Administration, Cluj-Napoca, octombrie 2022
- Gruia Andreea Karina, Băloi Aurel Mihail, Dinescu Raluca, Constantin Ionuț, Mihăilă Viorel, The role of the IT sector in the development of creative economies in Romania, Transylvanian International Conference in Public Administration, Cluj-Napoca, octombrie 2022
- Radu-Daniel Pintilii, Adrian Gabriel Simion, Marian Marin, Ion Andronache, Assessment of forest resources in territorial administrative units, by using image analysis and GIS techniques, Transylvanian International Conference in Public Administration, Cluj-Napoca, octombrie 2022
- Grecu Alexandra, , Băloi Aurel Mihail, Aurel Mihail, Dinescu Raluca, Constantin Ionuț, Papuc Răzvan Mihail, Structural dynamics of local economies in tourist resorts from Romania, Transylvanian International Conference in Public Administration, Cluj-Napoca, octombrie 2022
Etapa III
Raport Tehnic
Principalele rezultate obținute se referă la:
– implementarea demonstratorului tehnologic în mediul beneficiarului, respectiv a componentei de instruire în mediul educațional din Academia Tehnică Militară Ferdinand I;
– documentația tehnică privind instalarea, administrarea și utilizarea și procedura de mentenanță a demonstratorului tehnologic Platforma BDAGeoINT;
– omologarea demonstratorului tehnologic – Platforma BDAGeoINT;
– personal de exploatare școlarizat/instruit.
Articole publicate
- Băloi A, Costea C, Gutt R, Bălăcescu O, Turcu F, Belean B. Hexagonal-Grid-Layout Image Segmentation Using Shock Filters: Computational Complexity Case Study for Microarray Image Analysis Related to Machine Learning Approaches. Sensors. 2023; 23(5):2582, https://doi.org/10.3390/s23052582
- Peptenatu, D., Andronache, I., Ahammer, H., Radulovic, M., Costanza, J. K., Jelinek, H. F.,… Newman, E. A. (2023). A new fractal index to classify forest fragmentation and disorder. Landscape Ecology, 38(6), 1373–1393. https://doi.org/10.1007/s10980-023-01640-y
- Peptenatu, D., Andronache, I., Ahammer, H., Taylor, R., Liritzis, I., Radulovic, M., … Jelinek, H.F.(2022). Kolmogorov compression complexity may differentiate different schools of Orthodox iconography. Scientific Reports, 12(1), 10743. https://doi.org/10.1038/s41598-022-12826-w
- Băloi, A., Belean, B., Turcu, F., Peptenatu D. GPU-based similarity metrics computation and machine learning approaches for string similarity evaluation in large datasets. Soft Comput (2023). https://doi.org/10.1007/s00500-023-08687-8
- Ahammer, H., Reiss, M. A., Hackhofer, M., Andronache, I., Radulovic, M., Labra-Spröhnle, F., & Jelinek, H. F. (2023). ComsystanJ: A collection of Fiji/ImageJ2 plugins for nonlinear and complexity analysis in 1D, 2D and 3D. PLOS ONE, 18(10), e0292217. https://doi.org/10.1371/journal.pone.0292217
- Andronache, I., Liritzis, I., & Jelinek, H. F. (2023). Fractal algorithms and RGB image processing in scribal and ink identification on an 1819 secret initiation manuscript to the “Philike Hetaereia.” Scientific Reports, 13(1), 1735. https://doi.org/10.1038/s41598-023-28005-4
- Andronache Ion, Papageorgiou Ioulia, Alexopoulou Athena, Makris Demetrios, Bratitsi Maria, Ahammer Helmut, … Liritzis Ioannis. (2024). Can complexity measures with hierarchical cluster analysis identify overpainted artwork? Scientific Culture, 10(1), 1– 58. https://doi.org/10.5281/zenodo.8297692
- Liritzis, I., Iliopoulos, I., Andronache, I., Kokkaliari, M., & Xanthopoulou, V. (2023). Novel archaeometrical and historical transdisciplinary investigation of early 19th century hellenic manuscript regarding initiation to secret “Philike Hetaireia.” Mediterranean Archaeology and Archaeometry, 23(1), 135–164. https://doi.org/10.5281/zenodo.7604954
Conferințe
- Griparis, A.Radoi, D. Faur, M. Datcu, Visual Exploration of Satellite Image Time Series, IEEE International Geoscience and Remote Sensing Symposium IGARSS 2023, Pasadena, California, 16-21 July 2023.
- Marian Neagul, Ion Nedelcu, Alexandru Munteanu, Building a National Spatio-Temporal Datacube, IEEE International Geoscience and Remote Sensing Symposium IGARSS 2023, Pasadena, California, 16-21 July 2023.
Pentru mai multe detalii despre acest proiect, contactați-ne prin E- mail: andreea.jocea@mta.ro
Proiectul Transformarea unui volum masiv de date și informații geospațiale în intelligence acționabil (BDAGeoINT) este finanțat de Ministerul Cercetării, Inovării și Digitalizării, prin UEFISCDI, având codul PN-III-P2-2.1-SOL-2021-0084, contract de finanțare nr. 31Sol/2021, în cadrul programului PNCDI III, perioada de derulare: septembrie 2021 – septembrie 2023.
