BCAM obtiene financiación para seis proyectos a través de la convocatoria PID 2024 de la Agencia Estatal de Investigación

• Esta convocatoria está dirigida a financiar la investigación científica y el avance del conocimiento, tanto en áreas no orientadas como en áreas orientadas a resolver problemas específicos. 

BCAM ha logrado que seis de sus proyectos de investigación reciban financiación a través de la prestigiosa convocatoria PID 2024 (Proyectos de Generación de Conocimiento)de la Agencia Estatal de Investigación (AEI).  

Esta convocatoria está dirigida a financiar la investigación científica y el avance del conocimiento, tanto en áreas no orientadas como en áreas orientadas a resolver problemas específicos. La convocatoria busca fortalecer la investigación nacional e internacional y fomentar la colaboración entre grupos de investigación. 

• PROYECTO CUMAT - PID 2024 156184NB-I00 

IP: Jean-Bernard Bru (BCAM - UPV/EHU Ikerbasque Research Professor)  y  Chiara Boccato (Università di Pisa) 

La física cuántica ha dado lugar a innovaciones significativas, como el transistor y el láser, y su impacto ha crecido rápidamente en los últimos años, impulsando una carrera global por la ventaja cuántica. Esta propuesta de investigación se centra en profundizar nuestra comprensión del mundo cuántico a través del trabajo matemático, específicamente en el campo interdisciplinario de la Matemática Cuántica. La propuesta científica se estructura en tres áreas interconectadas: (a) el desarrollo matemático de los problemas cuánticos de muchos cuerpos, (b) su aplicación a sistemas físicos y (c) la exploración de nuevas áreas de las Matemáticas. 

• PROYECTO EBIPHA - PID 2024 156267NB-I00 

IPs: Pedro Caro (Ikerbasque Research Fellow at BCAM) IP 2: Ioannis Parissis (BCAM BCAM - UPV/EHU Researcher) 

Esta es una propuesta de investigación de 4 años sobre problemas inversos y análisis armónico. Aunque cada área tiene sus propias preguntas y objetivos, comparten herramientas, técnicas y perspectivas comunes que generan conexiones naturales y fructíferas. El equipo de investigación incluye también a varios investigadores jóvenes que contribuyen a algunos de los objetivos planteados. Los IPs tienen una amplia experiencia en las áreas correspondientes y en la formación y dirección de estudiantes de doctorado y postdoctorado. 

• PROYECTO MMFLVPS – PID 2024 158994OB-C42 

• SUBPROJECT 1: IP 1: Rafael Delgado Buscalioni ( Universidad Autonoma de Madrid)        
  TITLE: Predictive Theoretical-Experimental Integrated-Approaches for Dissipative Process in Soft Matter and Biomolecule 
• SUBPROJECT 2: IP 1: Marco Ellero (BCAM – Ikerbasque)      
  TITLE: Multiscale Modeling of Friction, Lubrication, and Viscoelasticity in Particle Suspensions  
• SUBPROJECT 3: IP 1: José (Pep) Español Garrigós  (UNED)      
   TITLE: Dynamic coarse-graining of biological and soft matter systems  
• SUBPROJECT 4: IP 1 : Francisco José Terán Garcinuño (IMDEA Nanociencia)       
  TITLE: Exploiting dynamical magnetization for probing molecular hydrodynamical phenomena    

El proyecto PRETHEXP se expande a partir de colaboraciones previas entre cuatro grupos del consorcio, que combinan teoría, simulaciones multiescala y experimentos en sistemas de relevancia biotecnológica. Este esfuerzo se ha financiado en los últimos años mediante varios proyectos a nivel regional, nacional, europeo e internacional. El objetivo de PRETHEXP es desarrollar herramientas predictivas teórico-experimentales utilizando teoría de primeros principios para alimentar simulaciones avanzadas que reproduzcan experimentos sin suposiciones fenomenológicas. 

El proyecto aborda aspectos clave como la disipación molecular y la viscoelasticidad en "soft matter" y "fluidos complejos", desde nano hasta macro escalas, incluyendo nanopartículas rígidas o blandas en suspensión densa o cerca de superficies sólidas. Además, PRETHEXP investiga la respuesta mecánica de biostructuras como proteínas, ADN y virus en un entorno hidrodinámico. 

El objetivo principal es desarrollar un nuevo marco teórico para entender cómo se manifiesta la disipación a escalas mesoscópicas y cómo conectar las respuestas dinámicas de diferentes niveles hasta el señal experimental, proporcionando información confiable a nivel microscópico. También se desarrollarán herramientas científicas online accesibles a una amplia comunidad científica. 

• PROYECTO NCAFA - PID 2024 156169NB-I00 

IP 1: Daniel Eceizabarrena (Marie Curie Postdoctoral Fellow en BCAM) IP 2: Luis Vega (BCAM-UPV/EHU Professor) 

La principal motivación para presentar esta propuesta a los Proyectos de Generación de Conocimiento 2024 es mejorar nuestra comprensión de la estructura matemática subyacente a los fenómenos físicos que rigen nuestro entorno. A lo largo de la historia, esta ha sido una de las ambiciones más antiguas de la humanidad, y hoy en día entendemos una gran cantidad de estos fenómenos. Sin embargo, el rápido avance tecnológico de las últimas décadas ha permitido observar, medir y experimentar fenómenos físicos antes inalcanzables, lo que abre nuevos horizontes para físicos y matemáticos. Ejemplos de esto son la turbulencia de los fluidos, la evolución de filamentos de vórtices y eventos ópticos como el efecto Talbot, que serán estudiados en este proyecto. 

El objetivo principal de la propuesta es avanzar en el conocimiento, con la esperanza de que nuestros hallazgos puedan tener aplicaciones prácticas en el futuro. Esto está alineado con la investigación no orientada. Tanto los PIs como el equipo de investigación están basados en BCAM y UPV/EHU en Bilbao, y el equipo de trabajo está compuesto principalmente por investigadores externos que colaborarán en objetivos específicos.  

• PROYECTO PREDISENSE PID 2024 156173OA-I00 

IP:Tomás Teijeiro Campo (BCAM Researcher and Ramón y Cajal Fellow) 

El Internet de las Cosas (IoT) es una red heterogénea de miles de millones de dispositivos conectados, que incluyen aplicaciones como entrega de paquetes, asistentes virtuales y seguridad doméstica. En el sector de la salud, se espera una gran revolución, conocida como el Internet de las Cosas Médicas, que cambiará el paradigma actual de atención médica reactiva por un enfoque preventivo, mediante el monitoreo continuo y personalizado. Sin embargo, aunque ya existen tecnologías para obtener parámetros fisiológicos, la monitorización continua de una gran parte de la población sigue siendo inviable debido al volumen de datos generado y al alto consumo energético de los dispositivos actuales. Por ejemplo, en configuraciones prácticas es frecuente generar decenas de GiB de datos al día durante la monitorización continua de un solo sujeto.

El proyecto PREDISENSE propone un nuevo paradigma para la adquisición de datos de sensores inspirado en la percepción humana, que busca minimizar la cantidad de datos capturados sin perder calidad en la información. A través de modelos predictivos, se anticipará el comportamiento de las señales y se adaptará el proceso de adquisición. Este enfoque se basa en cuatro pilares: razonamiento abductivo, aprendizaje automático auto-supervisado, muestreo basado en eventos e inferencia bayesiana. Además de explorar nuevas teorías sobre la adquisición eficiente de datos, PREDISENSE busca proporcionar beneficios medibles en aplicaciones reales, especialmente en el monitoreo de señales biomédicas con dispositivos portátiles. 

• PROYECTO SINGULAR2025 PID 2024 156181NB-C31 

• SUBPROYECTO 1 IP 1 COORDINADOR: Javier Fernández de Bobadilla Olazábal (Ikerbasque Research Professor – BCAM)  IP 2 COORDINADOR: Ilya Smirnov (Ramón y Cajal and Ikerbasque Research Fellow at BCAM)  
  TITLE: Algebraic, geometric and topological problems in singularities and cryptography.  
• SUBPROYECTO 2  IP 1: Jorge Martín Morales (Ramon y Cajal Research Fellow at University of Zaragoza)  IP 2: José Ignacio Cogolludo Agustín
  TITLE: Algebraic, geometric and topological problems in singularities and cryptography.  
• SUBPROYECTO 3  IP 1: Pedro Daniel González Pérez (Universidad Complutense de Madrid)  IP 2: María Pe Pereira (Universidad Complutense de Madrid)  
  TITLE: Algebraic, geometric and topological problems in singularities and cryptography. 

La teoría de singularidades ha sido moldeada clásicamente por la interacción entre áreas como la topología, la geometría algebraica, la teoría de Hodge, los módulos D, el álgebra conmutativa y la teoría de números. Esta teoría, con su enfoque transversal, ha influido en campos como la física, la informática y la criptografía. En los últimos 20 años, métodos como los de la geometría métrica y la simetría especular han proporcionado nuevas herramientas para estudiar las singularidades y sus degeneraciones, así como aplicaciones en criptografía post-cuántica debido al desarrollo de la computación cuántica. 

El equipo de investigación está compuesto por tres grupos (BCAM, UCM y UniZar), con más de 30 años de experiencia en el estudio de singularidades y degeneraciones desde una perspectiva multidisciplinaria. Este equipo, con una fuerte tradición de colaboración, reúne expertos en aspectos clásicos de la teoría, métodos en características p y criptografía, además de estar a la vanguardia en las nuevas contribuciones geométricas en el campo, como la demostración de la conjetura de multiplicidad de Zariski de 1970. 

El grupo trabaja de manera coordinada en objetivos comunes, con numerosos ejemplos de colaboración entre los equipos y el desarrollo de programas de formación doctoral conjuntos. Además, se destacan las posiciones compartidas de postdoctorado y la creación de sinergias entre los diferentes nodos de investigación. Cada nodo es una unidad independiente, con sus propios recursos y objetivos específicos.