Ruta de navegación

Communication Integrated Circuits (COMMIC) tit

Circuitos integrados de comunicación (COMMIC)

Aplicaciones anidadas

​​ intro​​COMMIC

La misión del grupo de investigación COMMIC es mejorar nuestra sociedad a través del diseño de circuitos integrados en diferentes áreas, como el espacio, las telecomunicaciones, la movilidad, la salud, etc. En estas áreas, la investigación multidisciplinar del grupo se centra en los siguientes tres campos:

 Tecnologías inalámbricas de radiofrecuencia y ondas milimétricas para explorar los límites de rendimiento de los circuitos electrónicos analógicos y digitales. Los temas de interés incluyen ADC de alta velocidad para comunicaciones de gran ancho de banda, sistemas de comunicaciones inalámbricos para IoT, transmisores y receptores auto-reparables, sistemas de radar, etc.

 Sistemas de recolección de energía que exploran los límites de los circuitos analógicos y digitales de ultra bajo consumo. Los temas de interés incluyen circuitos de recolección de energía solar, térmica, de vibración o radiofrecuencia; sensores inalámbricos completamente pasivos basados en las tecnologías RFID, etc.

 Sistemas sensores que exploran las tecnologías CMOS para integrar diferentes tipos de sensores de bajo consumo, bajo coste y alto rendimiento. Los temas de interés incluyen biosensores, sensores de temperatura, etc.

Aplicaciones anidadas

Miembros del grupo COMMIC

Miembros del grupo 

Dpto_ing_electrica_electronica_COMMIC

 

 

Roque José Berenguer Pérez

Catedrático

(Coordinador)

+34 943 219877 Extensión: 842709

Ver CV "Ver CV de Roque José Berenguer Pérez"

Noemí Pérez Hernández

Profesora Titular

 

+34 943 219877 Extensión: 842960

Ver CV "Ver CV de Noemí Pérez Hernández"

Héctor Solar Ruiz

Profesor Titular

 

+34 943 219877 Extensión: 842714

Ver CV "Ver CV de Héctor Solar Ruiz"

Andoni Beriain Rodríguez

Profesor Contratado Doctor

 

+34 943 219877 Extensión: 842769

Ver CV "Ver CV de Andoni Beriain Rodríguez"

Ainhoa Rezola Garciandía

Profesora Contratada Doctora

 

+34 943 219877 Extensión: 842707

Ver CV "Ver CV de Ainhoa Rezola Garciandía"

Manuel Sánchez Basterrechea

Técnico

 

+34 943 219877 Extensión: 842988

Karim Marouan Chaffai

Doctorando

 

+34 943 219877 Extensión: 842774

Shahabi Mehdi

Doctorando

 

+34 943 219877 Extensión: 842719

Álvaro Urain Echart

Doctorando

 

+34 943 219877 Extensión: 842719

Aplicaciones anidadas

Publicador de contenidos

Aplicaciones anidadas

Últimos proyectos destacados 

Últimos proyectos destacados 

Aplicaciones anidadas

CAR2CAR-LOFE “Comunicación Car2car en baja frecuencia” t3

CAR2CAR-LOFE “Comunicación Car2car en baja frecuencia”

Car2car txe

El Proyecto CAR2CAR-LOFE “Comunicación Car2car en baja frecuencia” (RTC-2017-6466-4) tiene como objetivo el desarrollo e implementación de un sistema de comunicación vehículo a vehículo direccional que permita la transmisión y recepción de mensajes de alerta entre vehículos contiguos en los momentos en los que el protocolo IEEE802.11p puede fallar. Este proyecto se desarrolla en colaboración con la empresa PREMO, con el Centro Tecnológico de Cataluña Eurecat, la Asociación Centro Tecnológico Ceit-IK4 y la Escuela Superior de Ingenieros de San Sebastián Tecnun de la Universidad de Navarra.

CAR2CAR-LOFE está siendo financiado por el Ministerio de Ciencia, Innovación y Universidades, concretamente por la convocatoria de Retos-Colaboración 2017 del Programa Estatal de Investigación, Desarrollo e Innovación Orientada a los Retos de la Sociedad, en el marco del Plan estatal de Investigación Científica y Técnica y de Innovación 2013-2016. Esta ayuda está cofinanciada por la Unión Europea, a través del Programa Operativo que tiene por Objetivo Temático: Promover el desarrollo tecnológico, la innovación y una investigación de calidad.

  Financiación:  

FEDER/Ministerio de Ciencia, Innovación y Universidades – Agencia Estatal de Investigación/ Proyecto RTC-2017-6466-4..

Aplicaciones anidadas

logo-eco


 

logo-ministerio-ciencia

logo-ue


 

Proyecto MILLIRAD

Proyecto MILLIRAD

Radiómetros avanzados en rango milimétrico para instrumentos de observación terrestre de nueva generación para predicción meteorológica y evaluación de cambio climático

Dos genes son letales sintéticos si la inactivación de cada uno de ellos por separado no compromete el desarrollo celular, pero la inactivación de ambos provoca la muerte celular. Este concepto es prometedor en la investigación del cáncer, puesto que abre nuevas posibilidades para desarrollar estrategias terapéuticas más selectivas y efectivas.  La búsqueda de letales sintéticos es compleja: una búsqueda exhaustiva de todas las posibles parejas de genes requiere más de 200 millones de experimentos de silenciamiento génico. Además, salvo en excepciones concretas, la letalidad sintética depende del contexto, es decir, dos genes pueden ser letales sintéticos en una línea celular, genes esenciales en otra y no expresarse en una tercera. Por ello, se hace necesario contextualizar el ámbito en el que se predice la letalidad sintética y desarrollar nuevas herramientas computacionales que aborden sistemáticamente esta cuestión.

En el marco del proyecto SYNLETHAL, se han desarrollado nuevos algoritmos que permiten predecir y explotar el concepto de letalidad sintética en cáncer. En primer lugar, se han mejorado notablemente los modelos de predicción teóricos basados en redes moleculares y genetic Minimal Cut Sets (gMCSs), concepto previamente desarrollado en el marco del proyecto METARGETS, el cual fue financiado en la convocatoria anterior de este programa investigación. En particular, en SYNLETHAL se optimizan las prestaciones de algoritmos anteriores, extendiendo su aplicación a modelos moleculares que integran redes metabólicas, regulatorias y de señalización. En segundo lugar, se presentan nuevos métodos empíricos para la predicción de letalidad sintética, utilizando información muy variada, tales como la función biológica y molecular de los genes implicados y la presencia de mutaciones mutuamente excluyentes. A su vez, se han aplicado nuevas técnicas de deep learning para la predicción de letalidad sintética y respuesta a fármacos, alcanzando resultados muy prometedores.

Los algoritmos desarrollados permiten comprender de una forma más global las predicciones de letalidad sintética e identificar nuevas vulnerabilidades genéticas y nutricionales en cáncer. En particular, se han identificado nuevas dianas terapéuticas y marcadores de respuesta en distintos tumores hematológicos, particularmente leucemia mieloide aguda, leucemia linfoblástica aguda y mieloma múltiple, obteniendo resultados experimentales in-vitro muy prometedores.

  Financiación:  

Proyecto PID2019-109984RB-C44 financiado por MICIU/AEI /10.13039/501100011033

 

blanco

      

Aplicaciones anidadas

Aplicaciones anidadas

banner_volver_gruposInvestigacionelectronica

Ver todos los Grupos de Investigación del Departamento de Ingeniería Eléctrica y Electrónica

Ir

banner_volver_gruposInvestigacion


Ver todos los Grupos de Investigación de la Escuela

Ir