El proyecto aborda el desarrollo de una plataforma de sistema integral para el análisis avanzado de imágenes digitales captadas por nanosatélites, aplicando técnicas de visión computacional basadas en deep learning.

El proceso comienza con la adquisición de imágenes satelitales en distintas bandas espectrales (visible, infrarroja, multiespectral o hiperespectral), que son preprocesadas para corregir distorsiones geométricas, radiométricas y de ruido inherentes a la captura espacial.

Una vez preprocesadas, las imágenes son alimentadas a redes neuronales profundas, típicamente, convolutional neural networks (CNN).

Las CNNs destacan en este campo por su capacidad de extraer automáticamente características jerárquicas: las primeras capas identifican bordes y texturas, mientras que las capas más profundas detectan patrones complejos, como estructuras urbanas, cuerpos de agua o áreas afectadas por desastres.

Condor View utiliza estas imágenes multiespectrales e hiperespectrales procesadas con CNN para anticipar contingencias como incendios, inundaciones o deforestación, generando alertas tempranas y mapas de riesgo dinámicos.

Sitios web: frsr.utn.edu.ar - tecesp.vercel.app

Xsam desarrolla una solución innovadora para el monitoreo predictivo de infraestructuras críticas, como represas, puentes y edificios, utilizando tecnología radar satelital (SAR) y algoritmos de inteligencia artificial.
El objetivo es prevenir colapsos estructurales mediante alertas tempranas, permitiendo actuar antes de que ocurran catástrofes.

La propuesta combina una futura constelación de microsatélites en banda X con un sistema de suscripción accesible, pensado para gobiernos, aseguradoras e industrias con alto riesgo operativo.

Actualmente se está desarrollando un prototipo aerotransportado en dron que replicará el funcionamiento del sistema satelital a menor escala, permitiendo validar la tecnología en entornos reales urbanos.

Xsam busca facilitar el acceso a herramientas avanzadas de monitoreo, reduciendo significativamente los costos actuales del sector y protegiendo vidas, bienes y ecosistemas.

Sitios web: xsam.space - linkedin.com/company/xsam-space

Bees IoT SAS desarrolla una solución integral para la agroindustria basada en la plataforma IoT propia llamada HALO, que permite monitorear en tiempo real las variables ambientales del agro y los procesos industriales en la bodega, centralizando información clave en un dashboard intuitivo.

Esta tecnología se complementa con KELLU, un sistema de inteligencia artificial que interpreta los datos recogidos, genera alertas automatizadas y ofrece recomendaciones predictivas y personalizadas a través de lenguaje natural, para optimizar la gestión agrícola e industrial.

Esta sinergia entre IoT e IA permite transformar datos en decisiones estratégicas, mejorando la eficiencia, sostenibilidad y trazabilidad en toda la cadena productiva vitivinícola.

Sitios web: bees.com.ar - linkedin.com/company/bees-iot

Se trata de una solución biotecnológica innovadora y sostenible basada en la aplicación de ARN exógeno estabilizado para proteger cultivos de tomate y vid frente a Botrytis cinerea, un hongo que genera grandes pérdidas económicas en la agricultura.

Esta tecnología no es transgénica, no deja residuos y actúa silenciando genes clave del patógeno mediante aplicaciones foliares, ofreciendo así una alternativa eficaz y segura a los fungicidas químicos tradicionales.

En Argentina, ya se demostró su efectividad en campo, reduciendo significativamente enfermedades como el carbón del maní causado por Thecaphora frezii y la podredumbre gris en frutilla y tomate generada por Botrytis cinerea.

Actualmente se busca adaptar y validar esta tecnología en los sistemas productivos italianos, promoviendo prácticas agrícolas eficientes y respetuosas con el ambiente, que fortalezcan la sostenibilidad y competitividad de los productores frente a los desafíos agrícolas actuales.

Sitios web: apolobiotech.com.ar | Instagram: apolo.biotech - X: apolo_biotech - Linkedin: apolo-biotech