Agricultura de precisión: Detección de plagas en cultivos, mejora de la producción basada en el descubrimiento de patrones a partir de imágenes satélites de cultivos
Big Data: Limpieza de datos, selección de variables de interés, gestión óptima de datos, desarrollo de modelos de machine learning, evaluación de modelos, interpretabilidad y visualización.
Deep learning: Explicabilidad de modelos deep learning, detección de patrones a partir de imágenes, modelos predictivos para series temporales, modelos eficientes de deep learning a través de transfer learning.
Desastres naturales: Predicción de desastres naturales como terremotos, monzones, inundaciones, etc.
Energía: Eficiencia energética de edificios, predicción de energías renovables, optimización de ofertas de compra y venta de energía en mercados eléctricos, mantenimiento predictivo de paneles fotovoltaicos o aerogeneradores, detección de fraude
Industria 4.0 (IoT): Protocolos de comunicación, análisis de datos en tiempo real, modelos predictivos de datos masivos en tiempo real
Mantenimiento predictivo: Predecir cuándo va a ocurrir un mal funcionamiento de algún componente mediante el análisis de las señales monitorizadas por el sistema.
Sistemas de alerta temprana: Detección de anomalías en tiempo real a través de modelos predictivos en tiempo real