Si elencano di seguito alcuni dei progetti più significativi in cui CultOrale è coinvolto come partner:

Il progetto OLOS®VISIT prevede la creazione di un simulatore ambientale olografico dove i personaggi interagiscono con il pubblico (utenti). Si tratta di un orizzonte esperienziale unico nel suo genere: comunicare, emozionare, interagire. Il Museo dell’Agro Veientano di Formello può far vivere tutta la sua ricchezza storica e culturale con alcuni personaggi emblematici, ricreati da performance di attori professionisti resi olografici, dalla antichità alla età contemporanea.
CultOrale S.c.a r.l. partecipa al progetto OLOS®VISIT in ATI con Dida capofila.

>> Visita il sito web.

>> Scarica la brochure Impresa fa cultura.

Obiettivo del progetto è stato la ricerca, l’analisi e il supporto allo sviluppo di una soluzione di un sistema di analisi e risposta dei dati SOC (Security Operations Center) di nuova generazione e che abbia la capacità di integrare una varietà di tecnologie Big Data open source in uno strumento centralizzato per il monitoraggio e l'analisi della sicurezza.
La soluzione ha la capacità di ingerire, elaborare e archiviare diversi feed di dati su vasta scala, inclusi feed di dati di sicurezza, log, metadati di rete insieme, con funzionalità di aggregazione dei log, indicizzazione completa dei pacchetti, archiviazione, analisi comportamentale avanzata e arricchimento dei dati, applicando le informazioni più aggiornate sulla sicurezza delle minacce alla telemetria di sicurezza all'interno di un'unica piattaforma.

Obiettivo del progetto è stato la ricerca, l’analisi e il supporto allo sviluppo di uno strumento di realtà aumentata per la gestione della logistica, che aiuti l’operatore a identificare rapidamente nel bay i colli nell’ordine indicato nel piano di carico e lo guidi nel posizionarli correttamente sul pallet secondo le istruzioni del piano di carico. Durante la fase di check-in, l’operatore preleva i colli dal punto di prelievo e li dispone in ordine casuale all’interno del bay scelto per un determinato volo (ciascun bay, pertanto, è assegnato ad uno ed un solo volo).
Mente durante la fase di check-out, l’operatore, preleva i colli dal bay, nell’ordine indicato dal piano di carico, e li colloca sul pallet posto nella loading area, rispettando la disposizione indicata nel piano di carico.

Obiettivo del progetto è stato la ricerca, l’analisi e il supporto allo sviluppo di una piattaforma Intelligent Information Management (IEM) che consenta di:

individuare e restare focalizzati sugli aspetti di maggior valore dei propri processi di lavoro;

disegnare nuove applicazioni sulla base dei processi aziendali e modificarle velocemente ogni volta che cambia l’organizzazione;

definire le attività di gruppi omogenei di utenti e misurarne l’avanzamento e l’efficienza;

archiviare e ricercare facilmente documenti e informazioni.

La piattaforma è stata interamente basata su componenti open source. I componenti di integrazione che sono presenti al suo interno garantiscono una facile connessione ad un ampio parco di applicazioni aziendali.

In particolare:

• Attraverso una piattaforma unica dovrà essere possibile disegnare un modello di dati flessibile ed un processo che ne gestisca il ciclo di vita senza necessità di scrivere codice;
• La user experience dovrà essere improntata su criteri di usabilità diffusa che non richiedono curve di apprendimento tradizionali;
• L’utilizzo di tecnologie di big data ed intelligenza artificiale dovranno permettere di automatizzare le fasi di esecuzione ripetitive e di realizzare modelli di apprendimento necessari per migliorare continuamente l’efficienza dei processi.

Obiettivo del progetto è stato la ricerca e l’analisi per lo sviluppo di un’applicazione fruibile in device (smartphone, tablet o laptop) che utilizzato durante la visione di una trasmissione/programma televisivo/video in live (First screen) consente di sincronizzare automaticamente la trasmissione in onda su base ascolto audio e contestualizzare la stessa in un ambiente interattivo per interagire con lo spettatore.
Inoltre, consente la piena interazione con il mondo social media (rif. Facebook, Twitter, ecc.) e la misurazione in tempo reale dell’audience televisiva di quel determinato programma, commentato e discusso dai telespettatori.

Tale applicazione fornisce in live:

• Contenuti extra/bonus al telespettatore, stimolare il telespettatore a dare seguito immediato a una call to action, estendere il messaggio, social media opt-in, votazioni, sondaggi, messaggistica, couch commerce, pubblicità mirata.
• Acquisti, ulteriori informazioni, social media opt-in, polling, interazione annuncio, buoni sconto, offerte speciali, rilasci di prodotti.
• Polling, inquadrature alternative, extra, scommesse, pubblicità mirata, contenuti, social media sponsor opt-in, couch commerce.

Questo progetto è stato indirizzato alla ricerca, all’analisi e al supporto dello sviluppo di una soluzione Sistema di analisi predittiva del traffico urbano, tramite l'acquisizione dei dati IOT vehicles (Geotab open data).
Nello specifico è stato realizzato un modello di machine Learning che sia in grado di effettuare analisi predittive sul traffico sulla base delle abitudini cittadini storiche, eventi, condizioni meteorologiche e stagionalità.
ll servizio Geotab ha fornito l'accesso a dati che sono stati aggregati da centinaia di migliaia di veicoli con dispositivi telematici Geotab GO in tutto il mondo. Governato dal contratto di licenza Free Data di Geotab, questi dati sono accessibili tramite Google BigQuery.

Implementazione di un workflow automatizzato che permette di gestire il ciclo di vita dei processi aziendali e supportare il suo miglioramento continuo, utilizzando i dati presenti in una architettura bigdata che sfrutta la sua capacità di elaborazione di dati strutturati e non strutturati e il calcolo distribuito.

In data 28/12/2017 la Regione Lazio ha ammesso a sovvenzione il nostro progetto di ricerca “Realtà aumentata intelligente a supporto della psicoterapia” di interesse per supportare una serie di trattamenti di psicoterapia comportamentale e cognitiva.
Il progetto è stato realizzato da Isiway S.r.l. in ATI con Cultorale S.c.a r.l..
Il progetto vuole realizzare una piattaforma che abbia come strumento di fruizione la “Realtà Aumentata” tramite l’utilizzo di occhiali Microsoft Hololens, e che sia in grado, tramite algoritmi di intelligenza artificiale, di poter modulare l’ambiente o le varie funzionalità in base all’umore del paziente ed ai propri gusti. Utilizzando algoritmi di analisi video, che analizzano l’ambiente circostante ed in combinazione con le azioni che il paziente esegue, gli algoritmi di Machine Learning potranno modulare le immagini e le varie funzionalità aumentando le interazioni cognitive.
Finalità del progetto è lo sviluppo di una piattaforma che sia in grado di supportare una serie di trattamenti di psicoterapia comportamentale e cognitiva. Nella fase sperimentale verrà sviluppata e configurata a supporto delle terapie palliative per malattie invadenti in pazienti adolescenti. L’idea è quella di rendere un ospedale, o un qualunque luogo di degenza, un “mondo magico” per i piccoli pazienti tramite l’utilizzo di un dispositivo occhiale che, tramite la Realtà Aumentata, trasforma un mondo asettico e triste per i bambini in un luogo divertente con colori, animali e disegni, in base all’umore del paziente, al sesso e anche rispetto ai suoi gusti.
Tutto ciò darà ai piccoli pazienti la possibilità di volare con la fantasia, distaccandosi dalla realtà di un ospedale e dal problema che stanno vivendo. Inoltre, l’ambiente sarà arricchito con giochi interattivi ed educativi che potranno guidare e spiegare cosa sta succedendo, fino alla possibilità di vedere un cartone animato che interagisce con l’ambiente.
Risultati del progetto sono la ricerca e lo sviluppo di una piattaforma prototipale che sia in grado di supportare una serie di trattamenti di psicoterapia comportamentale e cognitiva, attraverso:

• la “Realtà aumentata”
• sistemi di analisi comportamentale e cognitiva basato su Machine Learning
• sistemi di video analisi, per aumentare l’interazione con l’ambiente

Al progetto è stata concessa una sovvenzione, contributo a fondo perduto, di euro 329.592,18 a valere sulle risorse dell’Avviso Pubblico “LIFE 2020” – POR FESR LAZIO 2014-2010.

Sito Web: www.europa.eu

L’obiettivo di questa ricerca è stato quello di realizzare un sistema “Il Second Screen”, chiamato anche Multi-Screen, con il quale si intende l’uso di un secondo schermo (non importa se sia uno smartphone, un tablet o lo schermo di un PC) mentre si guarda un programma televisivo. Si cercano informazioni sul programma o lo si commenta insieme agli altri utenti dei social network. Deve permettere di utilizzare non solo le normali applicazioni web, ma anche delle specifiche app, widget o altri servizi online, appositamente creati per essere usati simultaneamente. Così facendo, il programma tv diventa interattivo e, collegando diversi canali, dovrà permettere di godere di un’esperienza multimediale ampliata.

L’obiettivo con il Second Screen è di modificare il comportamento degli utenti in rete e delle loro abitudini, dovuta alla diffusione dei dispositivi mobili.
È prevista anche l’interazione con Facebook, Twitter e gli altri social network, che accompagnano la visione di un programma.

In data 28/12/2017 la Regione Lazio ha ammesso a sovvenzione il progetto di ricerca “Intelligent system for passenger profile and screening investigation” confacente al tema della sicurezza nei siti aeroportuali secondo la direttiva Passenger Name Record (PNR) recepita dalla Commissione LIBE (libertà civili) del Parlamento europeo in data 15 luglio 2016.
Il progetto è stato realizzato da Isiway S.r.l. in ATI con Cultorale S.c.a r.l..
L‘obiettivo del progetto è quello di realizzare un sistema di pre-screening intelligente basato su architetture BIG DATA per il controllo dei passeggeri del trasporto aereo con la finalità di aumentare i livelli di sicurezza anti-terrorismo. Il sistema si baserà su ciò che è noto come un Passenger Name Record, spesso abbreviato in PNR.
I PNR sono compilati dalle agenzie di viaggi, vettori aerei e tour operators, contengono informazioni quali le condizioni mediche e le disabilità, le preferenze sui pasti, i mezzi di pagamento, ma anche l’indirizzo di lavoro, la email, l’indirizzo IP se si prenota online e le informazioni personali dei contatti di emergenza.
Queste informazioni vengono immagazzinate in una architettura BIG DATA (Hadoop) che è in grado di analizzarle tramite algoritmi di Machine Learning utilizzando modelli comportamentali, opportunamente ingegnerizzati, che analizzano i PNR con gli archivi dati, black-list messe a disposizione dagli enti governativi e gli Open Source Intelligence (OSINT) disponibili sulla rete (siti web, blog, social network, media, motori di ricerca etc..).
Tali elaborazioni rese affidabili ed efficienti grazie all’architettura di calcolo distribuito caratteristica dell’architettura Hadoop, permettono di assegnare un “punteggio di rischio” di terrorismo alla persona in tempo reale.
Risultati del progetto sono la ricerca e lo sviluppo di una piattaforma prototipale che sia in grado di supportare gli addetti al controllo di un sito aeroportuale nella individuazione, in tempo reale, di persone classificate con un grado di rischiosità sulla base del punteggio calcolato attraverso algoritmi di Machine Learning.

Al progetto è stata concessa una sovvenzione, contributo a fondo perduto, di euro 252.831,77 a valere sulle risorse dell’Avviso Pubblico “AEROSPAZIO E SICUREZZA” – POR FESR LAZIO 2014-2010.

Sito Web: www.europa.eu

Obiettivo del progetto è stato quello di realizzare una piattaforma in grado di applicare i seguenti fasi:
Acquisizione delle Informazioni da sensori o sottosistemi esterni → integra telecamere (analogiche ed IP), centrali anti-intrusione, lettori RFID, controllo accessi, etc.
Gestione della storicizzazione, ricerca e distribuzione dei contenuti secondo il loro media → es.: dispone di funzionalità di DVR/NVR.
Analisi per il riconoscimento di fatti estraendoli dai contenuti → es.: ha una propria componente di Video Analisi.
Valutazione degli Eventi attraverso correlazione dei diversi fatti identificati dall’Analisi → fornisce lo strato di intelligenza per la supervisione della soluzione di sicurezza.
Controllo/Reazione per informare o reagire a fronte di un evento → dal Wall of Monitor fino all’Automazione domotica.

Le funzionalità di Video analisi che sono state implementate si sono adattate al mutare dei requisiti:

• Algoritmi specializzati per la rimozione dei diversi rumori (acqua, erba, alberi oscillanti..) – gestione del rumore con comportamento diverso in caso di oggetti che «nascono» all’interno di aree di rumore e oggetti che entrano in queste aree
• Analisi simultanea del rumore sul medesimo stream video
• Riconoscimento adattivo delle ombre
• Classificazione delle entità (persone, animali, veicoli, aerei, barche,..)
• Tracciamento entità su una o più telecamere
• Multitracking (numero illimitato di entità tracciabili contemporaneamente)

Si sono implementati i seguenti sistemi di analisi:

• Rilevazione i volti attraverso varie trasformazioni di machine learning.
• Analizza i dati quali la distanza tra gli occhi che sono rappresentati come caratteristiche intrinseche speciali che rappresentano il volto. Questi insieme di caratteristiche sono abbinati a dati che è riconoscibile dal nostro sistema
• Traduce questi profili specifici per le informazioni che permette agli utenti di comprendere dati demografici
• Analizzare i dati demografici tramite machine learning
• Riconoscimento biometrico: matching, tracciamento e classificazione (sesso, età ed etnia) delle facce
• Conteggio persone (attraversamento linea con/senza direzione, entrata in un’area, uscite, ecc)
• Riconoscimento gruppi di soggetti (crowd detection)
• Analisi commerciale (aree più visitate nei negozi, tempo di sosta per visione di fronte a vetrine o cartellonistica promozionale)
• Riconoscimento comportamento sospetto (antibighellonaggio – loitering)

La ricerca è stata indirizzata alla realizzazione di una soluzione prototipale in grado di consultare, con funzionalità di ricerca avanzate, un patrimonio informativo costituito da fonti eterogenee (web, documenti, audio, video, etc.).
A differenza di un comune motore di ricerca, la soluzione è stata in grado di analizzare automaticamente il contenuto delle informazioni recepite e fornire agli utenti una “newsletter “ o “notifiche push” periodica di quelli potenzialmente di loro interesse.
In altre parole, si propone come strumento di ricerca attivo, rispetto ai tradizionali search engine che, per contrapposizione possiamo considerare passivi.

La ricerca che è stata sviluppata ha adottato per l’ottimizzazione della ricerca di contenuti i seguenti aspetti:

• Fonti, le cui priorità non possono che essere autorevolezza e frequenza di aggiornamento
• Fruizione semplificata, priva di interfacce complesse, lente o ridondanti

L’output finale della ricerca è stato lo sviluppo di un sistema prototipale che contempla il Machine Learning, il quale tramite un algoritmo Naive Bayes classifica i contenuti estrapolati dalle fonti desiderate. Questo modulo di intelligenza artificiale si occupa di classificare il patrimonio informativo disponibile inferendo dall’analisi del testo gli argomenti in esso trattati, tra quelli che gli utenti hanno chiesto di monitorare.

La Machine Learning ha previsto i seguenti moduli:

• Un‘interfaccia univoca con le fonti dati
• Il motore semantico

Il progetto SAVE (Self Awareness, evaluation and Motivation system Enhancing learning and Integration) mira a definire e validare modelli, approcci e strumenti innovativi di auto-consapevolezza, valutazione e apprendimento personalizzato, al fine di prevenire e contrastare l'abbandono scolastico e il fenomeno NEET.
Il progetto ha l'obiettivo di progettare, realizzare e validare un sistema innovativo, contemporaneamente rivolto:

• alla motivazione e al coinvolgimento degli studenti attraverso l'implementazione di strumenti e soluzioni di apprendimento inclusivo 2.0 efficaci per la valutazione e l'auto-consapevolezza;
• alla definizione di nuovi modelli pedagogici basati su: l'autovalutazione, la personalizzazione dell'apprendimento (portfolio digitale) e su ambienti tecnologicamente avanzati che supportino sia i processi di apprendimento degli studenti sia sulla condivisione della conoscenza dei formatori;
• alla capacità di risposta di scuola e formazione professionale iniziale attraverso l'implementazione di collegamenti dinamici tra l'educazione e il mercato del lavoro facendo leva sulle competenze.

I Partner Europei del progetto sono: CIOFS (IT), Cultorale (IT), Educommunity (IT), Apricot (UK), NAVREME (RC), Centro San Viator (SP).

Sito Web: www.saveproject.it

Il Progetto è finalizzato alla realizzazione di un prototipo HW e SW di sistema che consenta all’utente di controllare con la propria voce l’ambiente domestico, compresi i sistemi multimediali.
L’obiettivo è di contribuire al superamento del divario digitale che interessa anziani e disabili.
Per consentire a queste persone di superare le barriere della tecnologia digitale, il Progetto propone un assistente intelligente vocale multimodale, come interfaccia utente di una nuova piattaforma tecnologica informatica orientata ad applicazioni di domotica e all’erogazione di contenuti multimediali.


Progetto Speaky acutattile - YouTube