Producción científica por año
Producción científica por año
Perfil personal
BioBreve
Graduada en Ingeniería de Telecomunicación (2017) en la Escuela Técnica Superior de Ingeniería de Bilbao (UPV/EHU) obteniendo el Premio Extraordinario Fin de Carrera. Obtuvo el título de Máster también en Ingeniería de Telecomunicación (2019) en la misma universidad. Actualmente trabaja como investigadora en el grupo de investigación de Computer Vision en Tecnalia. Trabaja desarrollando modelos de deep learning orientados a computer vision para la digitalización de procesos agrícolas para empresas multinacionales como BASF. Actualmente también está realizando su doctorado orientado a métodos para reducir el esfuerzo de anotación para el desarrollo de modelos de deep learning. Se centra principalmente en técnicas semisupervisadas, generación de imágenes sintéticas y aprendizaje continuo. Tiene 5 patentes europeas e internacionales y 4 publicaciones.
Experiencia relacionada con los ODS de las Naciones Unidas
En 2015, los estados miembros de las Naciones Unidas acordaron 17 Objetivos de Desarrollo Sostenible (ODS) para erradicar la pobreza, proteger el planeta y garantizar la prosperidad para todos. El trabajo de esta persona contribuye al logro de los siguientes ODS:
Huella digital
Profundizar en los temas de investigación en los que Laura Gomez Zamanillo está activo. Estas etiquetas de temas provienen de las obras de esta persona. Juntos, forma una huella digital única.
- 1 Perfiles similares
Colaboraciones y áreas de investigación principales de los últimos cinco años
Colaboración externa reciente a nivel de país/territorio. Para consultar los detalles, haga clic en los puntos o
Producción científica
- 6 Artículo
-
Crop-conditional semantic segmentation for efficient agricultural disease assessment
Picon, A., Eguskiza, I., Galan, P., Gomez-Zamanillo, L., Romero, J., Klukas, C., Bereciartua-Perez, A., Scharner, M. & Navarra-Mestre, R., mar 2025, En: Artificial Intelligence in Agriculture. 15, 1, p. 79-87 9 p.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto -
When synthetic plants get sick: Disease graded image datasets by novel regression-conditional diffusion models
Egusquiza, I., Benito-Del-Valle, L., Picón, A., Bereciartua-Pérez, A., Gómez-Zamanillo, L., Elola, A., Aramendi, E., Espejo, R., Eggers, T., Klukas, C. & Navarra-Mestre, R., feb 2025, En: Computers and Electronics in Agriculture. 229, 109690.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto -
Deep learning-based instance segmentation for improved pepper phenotyping
Gómez-Zamanillo, L., Galán, P., Bereciartúa-Pérez, A., Picón, A., Moreno, J. M., Berns, M. & Echazarra, J., dic 2024, En: Smart Agricultural Technology. 9, 100555.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto -
Damage assessment of soybean and redroot amaranth plants in greenhouse through biomass estimation and deep learning-based symptom classification
Gómez-Zamanillo, L., Bereciartua-Pérez, A., Picón, A., Parra, L., Oldenbuerger, M., Navarra-Mestre, R., Klukas, C., Eggers, T. & Echazarra, J., oct 2023, En: Smart Agricultural Technology. 5, 100243.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abierto8 Citas (Scopus) -
Multiclass insect counting through deep learning-based density maps estimation
Bereciartua-Pérez, A., Gómez, L., Picón, A., Navarra-Mestre, R., Klukas, C. & Eggers, T., feb 2023, En: Smart Agricultural Technology. 3, p. 100125 1 p., 100125.Producción científica: Contribución a una revista › Artículo › revisión exhaustiva
Acceso abiertoArchivo9 Citas (Scopus)