Projetos cofinanciados

Designação do projeto

AI4OptiAgri - Soluções de IA e Data Science para a Optimização da Agricultura de Precisão

Código da operação: COMPETE2030-FEDER-00630300, LISBOA2030-FEDER-00630300 (projeto n.º 14616)

Objetivo principal: Optimizar a produção agrícola de forma sustentável e o uso dos recursos de forma eficiente e equilibrada, com claros benefícios, quer para a agricultura, quer para o ambiente.

Região de intervenção: Lisboa, Centro e Alentejo

Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA e Instituto Nacional de Investigação Agrária e Veterinária, I.P.

Data de aprovação: 26-09-2024

Data de início:         01-03-2024

Data de conclusão: 28-02-2027

Custo total elegível: 2.299.242,08 Euros

Apoio financeiro da União Europeia: 1.130.146,71 Euros

Objetivos, atividades e resultados esperados:

O AI4OptiAgri é um projeto realizado em consórcio (SISCOG e INIAV) para optimizar a produção agrícola de forma sustentável e o uso dos recursos de forma eficiente e equilibrada, com claros benefícios, quer para a agricultura, quer para o ambiente.
 
Aborda sete temáticas - fenologia, coeficientes culturais, intensidade do stress hídrico, estado nutricional, deteção de doenças, plataforma de fenotipagem e estimativa da produção - em quatro fileiras agrícolas - a vinha, o olival, a fruticultura e o amendoal - para testar e validar o protótipo a desenvolver.
 
Pretende-se combinar quatro tecnologias inovadoras - sensoriamento remoto com múltiplos tipos de sensores, fusão de dados, Inteligência Artificial e Data Science - de forma a desenvolver modelos sofisticados e poderosos que permitam extrair de dados expressivos e ricos conhecimento relevante para a tomada de decisão na produção agrícola.

Ficha do Projecto

Designação do projeto

RAPID - Resource Allocation and Planning IntegrateD

Código da operação: LISBOA2030-FEDER-01057000 (projeto n.º 17222)

Objetivo principal: O projeto RAPID aborda a introdução de técnicas e de componentes inovadores nos
produtos da SISCOG, com o objetivo de manter a empresa à frente da concorrência num mercado internacional com grandes empresas que abordam o seu nicho de mercado.

Região de intervenção: Lisboa

Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA

Data de aprovação: 13-09-2024

Data de início:         16-04-2024

Data de conclusão: 14-04-2026

Custo total elegível: 760.759,29 Euros

Apoio financeiro da União Europeia: 304.303,72 Euros

Objetivos, atividades e resultados esperados:

O projeto RAPID aborda a introdução de técnicas e de componentes inovadores nos produtos da SISCOG.
 
A SISCOG, fundada em 1986 como uma empresa de Inteligência Artificial, concorre no mercado internacional com grandes empresas que abordam o seu nicho de mercado. O sucesso, e a própria sobrevivência da SISCOG, depende da inovação que introduz nos seus produtos, mantendo-a à frente da concorrência.
 
Os desenvolvimentos propostos neste projeto estão inscritos no plano estratégico da SISCOG para 2024-26. O financiamento solicitado será uma forma do Governo Português apoiar uma empresa que atua no mercado internacional desde 1993, correspondendo cerca de 90% da sua faturação a exportações para países do norte da Europa e da América. Será também um meio de apoiar desenvolvimentos na área estratégica de Inteligência Artificial.

Ficha do Projecto

Designação do projeto

SPARK - Siscog Prospecting new mARKets

Código do projeto: LISBOA-02-0752-FEDER-071247

Objetivo principal: Reforçar a competitividade das pequenas e médias empresas

Região de intervenção: Lisboa

Entidade beneficiária: SISCOG - Sistemas Cognitivos, SA

Data de aprovação: 28-04-2021

Data de início:         26-04-2021

Data de conclusão: 30-06-2023

Custo total elegível: 539.053,14 Euros

Apoio financeiro da União Europeia: 215.621,26 Euros, através do Fundo Europeu de Desenvolvimento Regional

Objetivos, atividades e resultados esperados:

A SISCOG tem-se dedicado ao desenvolvimento de sistemas para o planeamento e gestão optimizados de recursos para a área de transportes de passageiros, a nível internacional. Actualmente, além de Portugal, tem clientes em 7 países, em 2 continentes. Quase 100% da facturação provém de exportações de software totalmente "made in Portugal".

Os objectivos deste projecto são:

• o reforço da facturação internacional,
• através da angariação de novos clientes
• diversificando os mercados actuais e
• o lançamento de uma nova área ligada a Data Science e Machine Learning.

Ficha do Projecto

Designação do projeto

AI4RealAg - Soluções de Inteligência Artificial e Data Science para a implementação e democratização da agricultura digital

Código do projeto: LISBOA-01-0247-FEDER-069670, POCI-01-0247-FEDER-069670

Objetivo principal: Reforçar a investigação, o desenvolvimento tecnológico e a inovação

Região de intervenção: Lisboa, Centro e Alentejo

Entidade beneficiária:

SISCOG - Sistemas Cognitivos, SA, 

Beyond Vision - Sistemas Móveis Autónomos de Realidade Aumentada, Lda

Instituto Nacional de Investigação Agrária e Veterinária, I.P.

Data de aprovação: 24-05-2021

Data de início:         01-09-2020

Data de conclusão: 30-06-2023

Custo total elegível: 2.661.843,68 Euros

Apoio financeiro da União Europeia: 1.562.945,17 Euros, através do Fundo Europeu de Desenvolvimento Regional

Objetivos, atividades e resultados esperados:

O AI4RealAg é um projecto de investigação, realizado em consórcio pela SISCOG, INIAV e BEYOND VISION, que tem como objectivo contribuir para o aumento da produção e qualidade agrícola, garantindo um impacto positivo na sustentabilidade agrícola e ambiental.

O projecto pretende:

• Desenvolver modelos de Inteligência Artificial (IA) e Data Science que, através da análise de grandes volumes de dados, permitam extrair conhecimento oculto dos dados, nomeadamente, padrões, tendências e correlações, que suportem uma tomada de decisão mais inteligente, bem como a elaboração de previsões;
• Desenvolver um sensoriamento remoto combinado multiespectral, térmico, 4K 360º e LiDAR, através da exploração dos cada vez maiores payloads dos drones, de forma a aumentar a qualidade dos dados que alimentam os modelos de IA e Data Science e, assim, melhorar a qualidade dos resultados produzidos por estes.

O projecto aborda seis temáticas:

• Caracterização dos estados fenológicos das culturas;
• Determinação dos coeficientes culturais;
• Estimativa da intensidade do stress hídrico;
• Diagnóstico do estado nutricional;
• Diagnóstico sanitário para detecção precoce de doenças; e
• Desenvolvimento de uma plataforma de fenotipagem avançada.

Será testado e validado em três fileiras agrícolas:

• Vinha
• Olival 
• Fruticultura

Ficha do Projecto