CERERE DE FINANȚARE PENTRU PROIECT DE TR ANSFER LA OPERATORUL ECONOMIC [621710]

1

Anexa I

CERERE DE FINANȚARE PENTRU PROIECT DE TR ANSFER LA OPERATORUL ECONOMIC

PN-III-CERC -CO-PTE -2-2019

Dezvoltarea unei platforme inteligente bazată pe tehnici de recunoaștere
vizuală și predicție pentru monitorizarea și controlul unui sistem mul ti-trofic
de producție în vederea creșterii profitabilității activității de acvacultură
intensivă

2
B.2. Propunerea de proiect
B.2.1 Relevan ța proiectului
Scopul științific al acestui proiect îl reprezintă crearea unei platforme tehnologice inteligente
predictive bazata pe monitorizarea și controlul modulelor acvaponice, în diferite condiții tehnice si
tehnologice, cu scopul creșterii randamentului producției vegetale și a profitabilității eco nomice a
sistemului multi -trofic integrat. Astfel, compania ALTFACTOR SRL, beneficiarul acestui proiect, prin
rezultatul științific asumat în cadrul acestei propuneri de proiect își va diversifica oferta de produse, având
posibilitatea de a se adresa tutut or agenților economici ce activează pe plan național și internațional în cadrul
unei nișe industriale aflată într -o dinamică ascendentă în decursul ultimului deceniu și anume industria
acvacolă. Prin urmare, firma va putea oferi o platformă tehnologică int eligentă, predictivă, către toate fermele
piscicole, cu precădere către cele ce utilizează sisteme recirculante de acvacultură, în vederea integrării
tehnicilor acvaponice la nivelul sistemelor de producție deja existente, cu scopul creșterii profitabilită ții și
sustenabilității economice. În acest mod dezideratul acestei propuneri de proiect de transfer la operatorul
economic, respectiv acela de creștere a competitivității mediului economic prin asimilarea rezultatelor obținute
în activitatea de cercetare -dezvoltare și transferul acestor către piață (beneficiar -> fermele piscicole ), este
îndeplinit în totalitate.
La nivel general obiectivele acestui proiect urmăresc introducerea celor mai noi tehnologii
informaționale în cadrul unor procese tehnologice i ndustriale, în vederea creșterii profitabilității și
sustenabilității acestora . Astfel, proiectul ajută la dezvoltarea unor platforme tehnologice inteligente și la
îmbunătățirea semnificativă a sistemelor multi -trofice bazate pe tehnici acvaponice, contrib uind la dezvoltarea
domeniului de specializare inteligentă biotehnologii. Astfel, prin integrarea tehnicilor acvaponice și a
platformei tehnologice inteligente în cadrul sistemelor de producție din acvacultură se realizează o aliniere a
cerințelor aplicati ve și a progresului tehnologic din România la cerințele mediului socio -economic național și
internațional prin creșterea sustenabilității și profitabilității. Prin dezvoltarea acestei platforme, beneficiarul își
întărește capacitatea de invovare prin dezvo ltarea unui produs nou, de nișă, respectiv platforma tehnologică
inteligentă destinată integrării în cadrul sistemelor de producție acvacolă, cu potențial ridicat de exploatare
comercială pe pi ața internă și internațională. Prin urmare , obiectivele speci fice ale acestui proiect se identifică
astfel (vezi figura 1) : O.1) Dezvoltarea unui sistem automat multi -senzor pentru monitorizarea continuă și
controlul calității apei, respectiv a concentrației nutrienților, precum și a lungimii de undă a luminii într -un
sistem intensiv multi -trofic integrat de producție; O.2) Dezvoltarea unui sistem bazat pe tehnici de recunoaștere
vizuală și inteligență artificială pentru evaluarea continuă a performanței creșterii biomasei vegetale produsă
în regim acvaponic, evalua rea calitativă a biomasei vegetale, precum și identificarea în timp real a unor
deficiențe manifestate la nivelul acesteia; O.3) Implementarea unui sistem de asistență și intervenție in timp
real in cadrul procesulului tehnologic de creștere a biomasei veg etale; O.4) Crearea unei baze de cunoștinte in
domeniul sistemelor multi -trofice integrate, accesibilă prin intermediul unei aplicații web și a unui echipament
portabil dedicat, capabilă să ofere informatii tehnice, tehnologice și economice; O.5) Implement area unui
sistem previzional accesibil prin intermediul platformei și a echipamentului portabil dedicat, capabil să ofere
informații tehnice (proiecte, dimensionare sistem producție), tehnologice (performanței de producție) și
economice (analize cost -benef iciu); O.6) Dezvoltarea unei cadru tehnologic (interfață API) pentru transferul
cunoașterii dobândite în domeniul sistemelor integrate multi -trofice de producție către terțe părți interesate în
dezvoltarea/îmbunătățirea propriilor servicii și aplicații; O.7) Construirea unui echipament inteligent hardware
portabil, auto -actualizabil, fundamentat pe algoritmi de inteligență artificială și previzionali, ce permite: a)
preluarea și analiza imaginilor din orice categorie de sistem multi -trofic, pentru stabilire a cu exactitate,
automat, în timp real, a dinamicii dezvoltării plantelor și a stării de sănătate a acestora; b) obținerea de
previziuni asupra productivității culturii, necesarul de echipamente respectiv analiza cost beneficiu.
Figura 1 descrie asocier ea obiectivelor sus menționate în contextul componentelor platformei ce
urmează a fi dezvoltată: sistemul multi -trofic bazat pe tehnici acvaponice (O1, O3), baza de cunoștințe în
domeniul acvaponiei , respectiv a aplicației web prin care sunt in tegrate mod ulele inteligente de recuno aștere
vizuală și predicție (O4), componenta predictivă a producției de biomasă vegetală (O5), componenta de
recunoaștere vizuală a coeficientului de acoperire cu bio -masă vegetală, respectiv a stării de sănătate a
plantelor (O2) , interfața REST API pentru integrarea fluxurilor de date între componente și pentru
diseminarea acestora către terțe părți interesate (O6), echipament inteligent auto -actualizabil, portabil, pentru
utilizare atât în context e ce presupun companii ce au de zvoltate propriile sisteme multi -trofice, cât și în
contextul în care companiile doresc să implementeze întregul pachet propus de produse și strategii tehnico –
tehnologice.

3
Acvacultura românească trece, de –
a lungul ultimului deceniu, printr –
un proces de tr anziție, fapt datorat
și diversificării cererii
consumatorilor finali pentru specii
de pești cu valoare economică
ridicată, a căror creștere impune
asigurarea unor condiții stricte
legate de calitatea apei
tehnologice pe durata întregului
ciclu de producți e. Astfel, în
vederea satisfacerii cererii de
piață, sistemele de producție
intensive, ce oferă o posibilitate
vastă de control a calității apei
tehnologice au început să fie
agreate la nivel național, în rândul
fermierilor, precum și a viitorilor
investi tori în acest domeniu
economic. Drept urmare, se
confirmă ipoteza lansată de Cristea și colab. (2002) conform căreia preocupările actuale privind diversificarea
și intensificarea tehnologiilor din acvacultură impun investiții majore pentru realizarea unor complexe sisteme
de producție recirculante. Cu toate acestea, îndreptarea industriei acvacole spre acesta direcție (sisteme
recirculante de acvacultură – RAS) a ridicat numeroase probleme de natură tehnică și mai ales financiară,
îndeosebi în condițiile cr eșterii diverselor specii de sturioni in vederea recoltării și respectiv a comercializării
caviarului. În contextul creșterii intensivității sistemelor de producție acvacolă, Uniunea Europeană a impus
un control riguros al acestei industrii din punct de ve dere a sustenabilității. Astfel, la nivel național, „Strategia
națională a domeniului pescăresc 2014 – 2020”, prin direcția de acțiune II urmărește stimularea acvaculturii
durabile din punct de vedere al mediului, eficientă din punct de vedere al utilizări i resurselor, inovatoare,
competitivă și bazată pe cunoaștere. De asemenea, aceeași strategie punctează faptul că acvacultura modernă
este un subdomeniu esențial pentru dezvoltarea sustenabilă a domeniului pescăresc motiv pentru care
activitățile specifice desfășurate în sistem tradițional, arhaic, trebuie supuse unui proces de modernizare tehnică
și tehnologică, prin investiții și inovare, printr -o gestionare mai eficientă a resurselor materiale. În acest
context, sistemelor multitrofice integrate reprezin tă o soluție optimă pentru asigurarea sustenabilității și
profitabilității industriei de acvacultură intensivă. Astfel, ținând cont de recomandarea Strategiei naționale a
domeniului pescăresc 2014 – 2020 de creștere a rentabilitatea operatorilor din acvacu ltură prin extinderea
activității în domenii complementare, precum și de necesitatea creșterii sustenabilității acvaculturii, acest
proiect își propune să ofere soluții tehnice și tehnologice inovative, bazate pe inteligență artificială, în vederea
integră rii tehnicilor acvaponice de producție la nivelul sistemelor de acvacultură intensivă.
Studii stiințifice realizate în domeniul acvaculturii multi -trofice bazate pe utilizarea tehnicilor
acvaponice au urmărit optimizarea tehnologiilor de creștere a divers elor combinații de specii plante:pești,
precum și dezvoltarea tehnică a design -ului sistemului de producție. Drept urmare, prezența celor două
biomase (piscicolă și vegetală) implică satisfacerea concomitentă a cerințelor nutriționale în timp real, fapt ce
asigură atât un spor de creștere optim, cât și o sustenabilitate ridicată datorată capacității de fito -remediere a
plantelor. Astfel, diverse combinații de specii plante -pești au fost testare în vederea identificării performanței
de creștere, după cum urm ează: busuioc ( Ocimum basilicum ) – caras ( Carassius auratu s) (Patil și colab, 2019).
Capacitatea de fitoremediare a biomasei vegetale din cadrul sistemelor multi -trofice de producție asigură
condiții mediale semnificativ îmbunătățite pentru creșterea și de zvoltarea materialului piscicol, fapt ce
determină posibilitatea cresterii gradului de intensivitate a tehnologiei aplicate, situație scoasă în evidență de
către Setiawan și colab. (2019) pentru specia Channa striata , respectiv de Maucieri și colab. (2019 ) pentru
specia Cyprinus carpio . O serie de studii recente au avut drept obiectiv determinarea capacității de bio –
fitoremediere a diverselor specii de plante, crescute în regim acvaponic, după cum urmează: varză chinezească
(Brassica rapa chinensis ), faso le verde ( Phaseolus vulgaris ), respectiv roșii ( Solanum lycopersicum ) pentru
controlul calității efluentului unui sistem de creștere a tilapiei ( Oreochromis niloticus ) (Estim și colab., 2019;
Saufie și colab., 2015), salată verde ( Lactuca sativa ) pentru co ntrolul efluentului unui sistem de creștere a
păstrăvului ( Oncorhynchus mykiss ) (Tůmová și colab., 2018; Velichkova și colab., 2019), spanac ( Ipomoea

4
aquatica) pentru tratarea efluentului unui sistem de creștere a somnului african ( Clarias sp. ), respectiv a
carasului auriu ( Carassius auratus ) (Pamula și colab., 2019; Putri și colab., 2019).
Alte studii actuale relevă abilitatea superioară a unui sistem acvaponic integrat de a asigura o bunăstare
materialului piscicol, prin capacitatea s -a de îmbunătățire a parametrilor de calitate ai apei tehnologice,
comparativ cu RAS (Yildiz și colab., 2017; Obirikorang și colab., 2019). Complexitatea sistemelor multitrofice
din punct de vedere microbiologic a fost analizată de către Eck și colab (2019) evidențiind import anța
comunităților microbiene prezente la nivelul rizosferei (suprafeței radiculare) biomasei vegetale în procesul de
bio-fitoremediere și creștere a acesteia. De asemenea, multiple cercetări în aria tehnică de competențe au fost
realizate în vederea ident ificării unor soluții constructive optime pentru maximizarea producției și a
sustenabilității sistemelor multi -trofice integrate, bazate pe aplicarea tehnicilor acvaponice (Goddek și Körner,
2019; Arovo și Ines, 2018; Boxman și colab., 2017; Oladimeji și colab., 2018). Studiile amintite anterior au
urmărit influența diverselor substraturi de creștere, a diverselor regimuri hidraulice (continuu și intermitent),
a variației timpilor de retenție a apei tehnologice la nivelul modulului acvaponic, precum și a d imensionării și
design -ului diverselor sisteme multi -trofice bazate pe tehnici acvaponice asupra capacității de fito –
bioremediere a acesteia.
Studii comparative în ceea ce privește utilizarea celor trei tehnici acvaponice consacrate (DWC – pe
plăci flotab ile, NFT – pe film de nutrienți și substrat) în cadrul sistemelor acvaponice integrate au fost realizate
în vederea identificării unei analize SWOT la nivelul fiecărei tehnici, atât din punct de vedere al producției și
capacității de tratare a apei tehnolo gice ( Yakupitiyage , 2010), cât și din punct de vedere al costurilor de
investiție. Profitabilitatea sistemelor multi -trofice bazate pe tehnici acvaponice a fost studiată în condițiile
aplicării diverselor variabile tehnice și tehnologice în condiții de s ustenabilitate, în scopul identificării unui
model optim de plan de afaceri (Petrea și colab, 2016, Bosma și colab, 2017, Asciutoa și colab, 2019).
Potrivit lui Divas (2019), în prezent, sistemele acvaponice moderne pot fi de succes, însă doar în
context ul unei monitorizări și a unui controlul continuu. Prin urmare tehnologii precum SCADA (Supervisory
Control and Data Acquisition), Enterprise Resource Planning (ERP) și Manufacturing Execution System
(MES) sunt folosite pentru procesele de control. Auto matizarea monitorizării și controlului apei în cadrul
sistemelor de acvacultură recirculante, reprezintă un element cheie deoarece prin această modalitate se vor
măsura un număr de parametrii fizico -chimici și apoi efectuarea corecțiilor necesare pentru a menține calitatea
apei corespunzatoare creșterii pestilor și a plantelor. Implementarea sistemului de automatizare se va realiza
cu ajutorul mai multor componente hardware si software, dupa cum urmeaza: platforme de senzori,
echipamente de control, electr ovale, relee , pompe de recirculare, sistem de iluminare al plantelor ,
microcontrolere de tip Arduino pentru achiziția mă rimilor fizico -chimice , algoritmi software de monitoriza re
și control continuu, în timp real în vederea menținerii calității apei în con dițiile specificate de tehnolog. Divas
(2019) subliniază faptul că rămâne de văzut dacă proliferarea tehnologiilor inteligente, miniaturizarea
sistemelor de calcul, apariția procesărilor în Cloud va reduce din utilizarea instrumentelor sus -menționate, el
demonstrând faptul că utilizarea tehnologiilor predictive într -un context acvaponic IoT aduce beneficii clare.
În general, prin studiul literaturii de specialitate, poate fi observat faptul că utilitatea inteligenței artificiale în
cadrul proceselor acvapon ice a fost demonstrată prin diferite studii și experimente, însă doar pe sisteme ce
prezintă o complexitate cel mult medie din perspectiva modului în care poate fi realizată integrarea AI într -un
sistem acvaponic real de producție.
Din perspectiva intelig enței artificiale, c ele mai multe studii vizează utilizarea unor algoritmi de
recunoaștere vizuală pentru detectarea posibilelor deficiențe nutriționale la nivelul frunzelor, însă în lipsa unui
proces automatizat. În plus, majoritatea studiilor realizate n u vizează analiza plantelor obținute prin procese
multi -trofice. Spre exemplu, în Michael și colab. (2019) este descris modul în care inteligența artificială poate
fi utilizată la detectarea deficiențe nutriționale la banane. Într -un alt studiu, Srdjan și colab. (2016) utilizează
imagini colectate din mediul online pentru identificarea prin tehnici de clasificare a unui număr de 14 deficiențe
nutriționale la peri. Vijai (2017) utilizează tehnici de segmentare pentru identificarea bolilor bacteriene la
trand afiri, fasole, lămâie și banane. Utilizarea inteligenței artificiale pentru identificarea deficiențe nutriționale
la plante necesită un volum mare de date, verificate, conținând imagini adnotate atât a plantelor sănătoase cât
și a celor bolnave. Sharada (2 016) sublinia în 2016 faptul că singurul set de date existent (PlantVillage dataset)
conținea 54306 imagini pentru 14 specii și 36 de posibile deficiențe nutriționale . În prezent, numărul seturilor
de date ce ar putea fi folosite de algoritmi AI pentru id entificarea diferitelor probleme nu a crescut semnificativ.
Spre exemplu, pe site -ul https://www.plant -image -analysis.org/dataset nu există decât patru seturi de date
imagistice pentru identifica rea unor probleme la nivelul frunzelor. În afară de acestea, mai există seturi de date,
de mici dimensiuni, centrate pe analize specifice, precum starea frunzelor de porumb (https://osf.io/p67rz/) sau
de orez ( https://archive.ics.uci.edu/ml/datasets/Rice+Leaf+Diseases ).

5
În ceea ce privește existența depozitelor de date imagistice provenind din zona sistemele multi -trofice,
în prezent nu putem identifica astfel de structuri. În acest context, dezvoltarea platformei inteligente SIPAM
presupune crearea unei astfel de structuri de date imagistice, dedicată utilizării în cadrul sistemele inteligente
de identificare a deficiențelor nutriționale la plantel e crescute în sisteme acvaponice. O astfel de structură ar
putea fi integrată inclusic cu inițiative precum cea regăsită în Andras și colab. (2017), inițiativă ce a presupus
crearea unei baze date conținând detalii despre agenți chimici de protecție utilizați în sistemele acvaponice. O
altă aplicabilitate a inteligenței artificiale în domeniul creșterii plantelor o reprezintă posibilitatea de numărare
a frunzelor. Shubhra (2017) continuă cercetările lui Giuffrida (2015) și investighează problema numărării
frunzelor de trandafir pe baza une i imagini RGB, o sarcină importantă în procesul de fenotipizare a plantelor.
Această cercetare a implicat folosirea unor arhitecturi tehnologice de ultimă generație: o rețea deconvolutivă
pentru segmentarea inițială și o rețea convoluțională pentru numărar ea frunzelor.
Platforma SIPAM îmbunătățește semnificativ acest concept, în sensul în care folosind tehnici de
recunoaștere vizuală/machine learning își propune formalizarea automată a unui coeficient de acoperire a
suprafeței foliare ce ar putea fi utiliz at indiferent de specia plantei urmărite, în cadrul unui sistem real acvaponic
automatizat. Cercetările efectuate au scos în evidență faptul că în prezent, în cadrul industriei sistemelor multi –
trofice, nu există dezvoltată o platformă inteligentă, automat ă, dedicată optimizării proceselor de producție în
vederea creșter ii profitabilității economice. În acest context, platforma SIPAM este caracterizată printr -o
serie de elemente inovative , dintre care amintim: 1) construirea unui echipament inteligent hard ware portabil,
auto-actualizabil, fundamentat pe algoritmi de inteligență artificială și previzionali, ce permite: a) preluarea și
analiza imaginilor din orice categorie de sistem multi -trofic, pentru stabilirea cu exactitate, automat, în timp
real, a dina mica de dezvoltare a plantelor; b) obținerea de previziuni asupra productivității culturii, necesarul
de echipamente respectiv analiza cost beneficiu pe baza unor informații precum: specia plantei, tehnica
acvaponică, numărul de plante dorit, parametrii de calitate ai apei 2) construirea unei baze de cunoștințe
tehnice, tehnologice, și imagistice cu rol de previzionare, în domeniul sistemelor multi -trofice, prin
automatizarea achiziției datelor imagistice și a parametrilor de calitate ai apei 3) implementar ea unor servicii
specializate cu scopul oferirii către terțe părți a unor cunoștințe tehnice, tehnologice, economice, imagistice,
specific formalizate, cu scopul utilizării acestora în cadrul altor studii și dezvoltări industriale 4) posibilitatea
utiliză rii echipamentului hardware, respectiv a platformei web inclusiv chiar și în condițiile în care potențialul
beneficiar nu are dezvoltat sistemul de automatizare și senzoristică.
Soluția inovativă descrisă anterior în cadrul platformei SIPAM asigură rezolva rea unei serii vaste de
probleme tehnologice ce apar pe durata ciclurilor de producție la nivelul sistemelor multi -trofice de
acvacultură, bazate pe tehnici acvaponice. Drept urmare, se bifează în acest fel un prim deziderat de optimizare
a concentrației d e nutrienți la nivelul sistemului de producție, astfel încât să se realizeze satisfacerea în timp
real a cerințelor nutriționale ale biomasei vegetale, fără a perturba nutriția și bunăstarea biomasei piscicole .
Folosirea concomitentă a tehnici lor inteligente de prelucrare și analiză a imaginilor și al celor de control și
monitorizare continuă a cal ității apei tehnologice conduce la maximizarea producției de biomasă vegetală,
concomitent cu creșterea sustenabilității sistemelor multi -trofice. V alidarea în context industrial al acestor
tehnologii inteligente și crearea unor baze de cunoștințe tehnice, tehnologice și imagistice în domeniul
sistemelor multi -trofice, cu rol de previzionare a producției, precum și previzionare economică are drept
deziderat oferirea unei soluția de încurajare a integrării modulelor acvaponice în cadrul sistemelor intensive
de producție deja existente și funcționale, cu rol de maximizare a profitabilității și sustenabilității acestora.
Astfel, gradul de inovare al acest ui proiect, precum și utilitatea coroborată cu aplicabilitatea reală a acestuia
pentru dezvoltarea unor tehnologii existente la nivel național și internațional, recomandă acest proiect
pentru îmbunătățirea semnificativă a tehnologiei de creștere a biomasei vegetale în cadrul sistemelor multi –
trofice, precum și pentru consolidarea capacității și voinței de inovare a întreprinderilor ce activează în
domenii de specializare inteligentă.
Proiectul de cercetare își propune să pornească de la o tehnologie valida tă în laborator, aflată în
stadiu l de dezvoltare TRL4 (tehnologie validată în laborator, conform pachetului de informații PN -III-
CERC -CO-PTE -2-2019) pentru a a fi concr etizată într-o tehnologie demonstrată în mediu industrial TRL6
(conform pachetului PN -III-CERC -CO-PTE -2-2019 ). Astfel, la nivelul Departamentului de Știința
Alimentelor, Ingineria Alimentelor, Biotehnologii și Acvacultură, din cadrul Facultății de Știința și Ingineria
Alimentelor, Universitatea ‘ Dunărea de Jos ’ Galați, a fost dezvoltat un sis tem recirculant multi -trofic, în cadrul
proiectului internațional Horizon 2020, Sub -programme Call: H2020 -MSCA -RISE -2014 Topic: MSCA –
RISE -20144 Action: MSCA -RISE – Proposal Number: SEP -210167261 Proposal Acronym: ECOFISH,
integrând tehnicile acvaponice la nivelul sistemului de producție existent , la scară de laborator. Prin urmare , o
serie de rezultate tehnologice și economice au fost înregistrate (Petrea și colab. 2016, 2019) în vederea validării
tehnologiei de laborator. Pentru realizarea trecerii în cadr ul acestui proiect la gradul TRL5, respectiv TRL6,

6
atât sistemul existent, cât și tehnologia aferentă acestuia urmează să fie semnificativ îmbunătățite, folosind
tehnologii informatice moderne (inteligență artificială, algoritmi de predicție, senzori), fiind ulterior validate
(TRL5), cât și demonstrate la nivel industrial (TRL6) în stațiile de producție din cadrul Centrului Român de
Cercetare de Excelență pentru Modelarea Sisteme lor Recirculante de Acvacultură (MoRAS), din cadrul
Universității ‘Dunărea de Jos’ Galați ( http://erris.gov.ro/ROMANIAN -CENTER -FOR -MODELLIN ,
http://www.moras.ugal.ro ). Sistemul validat, respectiv demonstrat la nivel industrial î n TRL5 si TRL6 oferă :
automatizare completă a controlului calității apei și a intensității luminii, funcționalitate inteligentă pentru
determinarea calității plantelor și a dinamicii creșterii acestora, previziunea productivității, posibilitatea
intervenți ei în timp real în cadrul procesului tehnologic, posibilitatea diseminării facile a cunoașterii specifice
dezvoltării și operării sistemelor multi -trofice către terțe părți, utilizarea unui echipament portabil inteligent
auto-actualizabil pentru stabilirea în timp real a dinamicii dezvoltării plantelor și a stării de sănătate a acestora
precum și a predicției productivității, în diverse condiții tehnologice aplicate la scară industrială. Conform
articolului 74 din OG 57/2002, rezultatele obținute vor fi pr ezentate prin brevete de invenție, certificate de
înregistrare a desenelor și modele industriale. Estimăm că acest produs va stârni un interes important ținând
cont de capabilitățile și prețul redus al acestuia, dar și de programele de investiții în acvacu ltură derulate prin
programul de fonduri structurale POPAM. În planul de realizare al acestui proiect au fost luate în considerare
următoarele riscuri tehnologice (vezi tabel 1):

Tabel 1: Riscuri tehnologice în planul de realizare al prezentei propuneri d e proiect Nr. Crt. Risc
tehnologic
Probabilitate(
%)
Impact(%) Grad de expunere al
riscului
(Pb+Impact)/2
(%) Măsuri de contracarare a riscului
1. Lipsa de fiabilitate în timp, pe durata
exploatării, a sistemului proiectat (posibilitatea
apariției unor avarii de exploatare) 15 80 47.5 Evaluarea periodică a componentelor sistemului pe
durata ciclului de validare la nivel industrial
2. Lipsa eficienței în ceea ce privește mentenanța
sistemului multi -trofic 10 70 40 Elaborarea unui ghid în ceea ce privește aplicarea
unor metode optime de mentenanță pentru fiecare
dintre componentele sistemului multi -trofic
3. Lipsa de acuratețe a tehnicii imagisticii
aplicată în timp real pentru determinarea
creșterii suprafeței foliare a plantelor și a
stabilirii stării d e sănătate a plantelor 15 75 45 Evaluarea mai multor tehnici de învățare automată
pentru recunoaștere imagistică : clasificator bazat pe
SVM ce foloseste atribute obtinute pe baza
histogramelor HOG, modele Bag -of-words cu
atribute SURF si MSER, tehnici de c lustering
4. Lipsa de acuratețe a algoritmilor previzionali
în estimarea producției de biomasă vegetală 15 75 45 Evaluarea cât mai multor tehnici de previzionale:
regresii liniare, regresii polinomiale, SVM,
ensemble learning, tree based regression
algori thms,rețele neuronale
5. Timpi de răspuns mari în utilizarea diferitelor
funcționalități implementate pe echipamentul
portabil auto -actualizabil 10 80 45 Optimizarea modelelor pre -îmvățate transmise pe
echipament, optimizarea dimensiunii imaginilor
folos ite ca întrări în modelul de recunoaștere

B.2.2 Modalita tea de implementare a proiectului
Planul de lucru în vederea realizării propune rii de proiect va fi împărțit în 3 etape, conținând 9
activități , vezi tabel 2:

Tabel 2 : Etape și activități proiect de cercetar e SIPAM
ETAPA I : PROIECTARE A ȘI REALIZARE A SISTEM ULUI MULTI-TROFIC, A BAZEI DE CUNOȘTINȚE ACVAPONICE ȘI A
APLICAȚIE I WEB
Activitatea A 1.1: Proiectarea și realizarea sistemului multi -trofic îmbunătățit prin integrarea modulului de control și achiziție date, respectiv
a sistemului imagistic de supraveghere . Astfel, activitatea A1 va presupune : a) Proiectarea și reconfigurarea tehnică a sistemului multi -trofic
impusă de exigențele necesare implementării proiectului de monitorizare și automatizare, respectiv a proiectului imagistic de supraveghere; b)
Proiectarea și r ealizarea sistemului imagistic de supraveghere; c) Proiectarea și realizarea modulului de control și achiziție date.
Activitatea A1 .1 implică dezvoltarea tehnică a sistemului multi -trofic integrat, astfel încât să se asigure compatibilitatea acestuia în ve derea
integrării celor trei tehnici acvaponice (pe suport flotabil – DWC, pe film de nutrienți – NFT, respectiv pe substrat de creștere). Schema hidraulică
a sistemului va fi reconfigurată astfel încât să corespundă noii configurații a sistemului multi -trofic, impusă de exigențele necesare implementării
proiectului de monitorizare și automatizare ce implică diluție, respectiv ad iție de nutrienți. De asemenea, se va dezvolta sistemul imagistic de
supraveghere , format din echipamente dezvoltate cu ajutorul pl ăcilor de dezvoltare tip Raspberry Pi și a camerelor video specializate, ce va fi
amplasat în anumite puncte specifice în cadrul întregului ansamblu, astfel încât să asigure obținerea imaginilor de interes n ecesare procesului de
recunoaștere vizuală . Proie ctul constructiv -tehnologic va fi însoțit de proiectul electric care va include mai multe subcompone nte. O primă
componentă va fi cea de menținere constantă a nivelului apei din unitatea de creștere a biomasei piscicole și de asigurare a procesului de dilu ție.
A doua subcomponentă constă în controlul lungimii de undă a sistemului de iluminat, necesar a fi optimizat de -a lungul creșterii biomasei vegetale.
A treia subcomponentă a sistemului electric este cea de măsurare și monitorizare a parametrilor fizico -chimici ai apei tehnologice prin intermediul

7
senzorilor instalați în puncte cheie din p unct de vedere tehnologic . Colectarea datelor de la acești senzori se va face cu microcontrolere de tip
Arduino, în vederea utilizării acestora pentru controlul procesu lui de adiție de nutrienți, respectiv diluție, cât și pentru transmiterea acestora către
baza de cunoștințe. A patra subcomponentă a proiectului electric o reprezintă adiția de nutrienți la nivelul sistemului multi -trofic și presupune
existența unor electr ovane comandate automat pe baza informațiilor primite de la senzorii de măsurare a caracteristicilor fizico -chimice ale apei
tehnologice.Vor fi realizate fișe tehnice pentru fiecare element constructiv în parte (corpul sistemului și instrumentația). Vor fi redactate
recomandări pentru scale -up-ul instalației în raport cu necesitățile din producție .
Activitatea A 1.2: Cercetare privind dezvoltarea bazei de cunoștințe dedicată platformei inteligente bazată pe tehnici de recunoaștere vizuală
și predicție pentru monitorizarea și controlul unui sistem multi -trofic de producție , a interfeței REST, precum și proiectarea și implementarea
părților componente ale aplicației web din cadrul platformei inteligente bazată pe tehnici de recunoaștere vizuală și predicție pentru
monitorizarea și controlul unui siste m multi -trofic de producție . Implementarea acestei activități va presupune: a) Proiectarea bazei de
cunoștințe SI PAM , b) Implementarea bazei de cunoștințe din perspectiva structurilor de date aferente (baze de date, sisteme de fișiere), c)
Proiectarea și implementarea unei interfețe API REST în vederea optimizării modalităților de acces la date și a creșterii nivelului de securitate
a sistemului. În cadrul activității A2 va fi proiectată și dezvoltată baza de cunoștințe a platformei inteligente predictive destinată sistemelor multi –
trofice integrate. Prin dezvoltarea bazei de cunoștințe ne propunem stocarea unor informații complexe , atât structurate cât și nestructurate ce vor
fi utilizate în cadrul platformei inteligente SIPAM în scenarii implicând modulul de recunoaștere imagistică, modulul previzional, respectiv
echipamentul portabil inteligent. De asemenea, tot în cadrul acestei activități, ne propunem proiectarea și implementarea unei interfețe REST,
prin care vor putea fi oferite utilizatorilor terți c unoaștere formalizată specifică domeniului ‘sisteme multi -trofice’ ; d) proiectarea, implementarea
și testarea aplicației web ce va reprezenta una dintre componentele interfeței utilizator. Pașii necesari a fi urmați în cadru l acestei activități urmează
direcția clasică a dezvoltării aplicațiilor software, aceștia fiind proiectare a, dezvoltarea și testarea aplicație i Web . Aplicația Web dezvoltată în
cadrul acestei activități va oferi componenta de vizualizare a diferitelor cunoștințe tehnice, tehnologice și economice de interes pentru cei care
activează în industria acvacolă.
Activitatea A 1.3: Dezvoltare a componentei software pentru adnotare a imagini lor folosite în cadrul algoritmilor inteligenți de recunoaștere
imagistică . În cadrul acestei activități va fi proiectată, dezvoltată și testată aplicația software cu care va fi realizată adnotarea ima ginilor
achizițio nate în vederea utilizării în cadrul algoritmilor inteligenți de recunoaștere imagistică. Trebuie subliniat faptul că în abse nța unei colecții
imagistice deja adnotate în domeniul sistemelor multi -trofice bazate pe tehnici acvaponice este necesară adnotare a tuturor imaginilor colectate,
un instrument software dedicat fiind extrem de util acestui demers.

ETAPA II : VALIDARE A SISTEM ULUI MUL TI -TROFIC & PROIECTARE A ȘI DEZVOLTARE A PLATFORMEI INTELIGENTE
SIPAM
Activitatea A 2.1: Validarea sistemului multi -trofic de monitorizare și control a parametrilor de calitate a apei prin experimente tehnologice :
În cadrul acestei activități se va realiza: a ) Validarea sistemului multi – trofic de monitorizare și control a calității apei tehnologice prin testarea
tehnicii DWC în contextul aplicării unor diferite densități de cultivare a biomasei vegetale; b) Validarea sistemului multi – trofic de monitorizare
și control a calității apei tehnologice prin testarea tehnicii NFT în contextul aplicării unor diferite densități de cultivare a biomasei vegetale; c)
Validarea sistemului multi – trofic de monitorizare și control a calității apei tehnologice prin testar ea tehnicii de cultură pe substrat de creștere
în contextul aplicării unor diferite densități de cultivare a biomasei vegetale. d) Validarea tehnologii de predicție folosite pentru estimarea
producției de biomasă vegetală și a indicatorilor din cadrul ana lizei cost -beneficiu . e) Diseminare rezultatelor obținute în urma validării
sistemului multi -trofic de monitorizare și control a parametrilor de calitate a apei . Sistemul multi -trofic realizat în cadrul activității A1.1 este
testat în condiții de laborator, pentru fiecare tehnică acvaponică în parte, în vederea validării acestuia. Astfel, vor fi aplicate diferite densități de
cultivare a biomasei vegetale, asigurând totodată condiții similare din punct de vedere tehnologic pentru biomasa piscicolă. Ca atare, se va testa
capacitatea de intervenție a modulului de control și monitorizare, în condiții variate de dinamică a concentrației de nutrien ți. Prin urmare, este
validată capacitatea sistemului multi -trofic, bazat pe tehnicile acvaponice menționate anterior, de a răspunde în timp real în direcția recalibrării
concentrației de nutrienți în ecartul optim, atât pentru necesitățile nutriționale ale biomasei vegetale, cât și pentru cele mediale ale biomasei
piscicole, crescute în condiții optime din punct de vedere a tehnologiei de administrare a hranei. De asemenea, predicțiile de estimare a producției
de biomasă vegetală și a indicatorilor din cadrul analizei cost -beneficiu, realizate în cadrul activității A 2.3, sunt validate în cadrul acestei activități
în vederea determinării exactității modelului predictiv.
Activitatea A 2.2: Crearea conținutului imagistic adnotat pentru principalele specii de plante crescute în cadrul sistemelor multi -trofice
integrate folosind diferite tehnici acvaponice și scenarii tehnologice și – realizarea modulului inteligent de recunoaștere vizuală, aplicabil
domeniului sistemelor multi -trofice integrate bazate pe tehnici acvaponice : Activitatea de adnotare a imaginilor necesare tehnicilor de
recunoaștere vizuală , cu ajutorul software -ului de zvoltat în activitate 3 este o activitate de durată, ce implică: a) Crearea și prelucrarea
conținutului imagistic pentru specia Lactuca sativa cu scopul stabilirii categoriilor ce urmeaza a fi folosite în instruirea rețelelor neuronale
profunde sau a altor tehnici de inteligență artificială pentru analiza imaginilor; b) Crearea și prelucrarea conținutului imagistic pentru specia
Ocimum bassilicum cu scopul stabilirii categoriilor ce urmeaza a fi folosite in instruirea retelelor neuronale profunde sau a altor tehnici de
inteligenta artificiala pentru analiza imaginilor; c) Crearea și prelucrarea conținutului imagistic pentru specia Spinachia oleracea cu scopul
stabilirii categoriilor ce urmeaza a fi folosite in instruirea retelelor neuronale profunde sau a al tor tehnici de inteligenta artificiala pentru analiza
imaginilor. În cadrul acestei activități va fi realizată achiziția imaginilor pentru cele trei specii de plante alese spre a fi analizate (frunze, planta in
intregime la momentul initial si la momentul r ecoltarii, din speciile urmarite), adnotarea imaginilor (marcarea zonelor pentru fiecare frunză,
tulpină, rădăcină), stabilirea unei categorii de catre expertul uman pentru fiecare frunza. Scopul acestui demers îl reprezin tă pregătirea datelor
pentru instr uirea unor rețele neuronale profunde ce vor fi folosite pentru detecția și localizarea obiectelor în imagini. În alegerea spe ciilor de plante
s-a ținut cont de popularitatea acestora la nivelul sistemelor multi -trofice de cultură bazate pe sisteme acvaponi ce, conform clasificării prezentate
în cadrul studiului științific realizat de Maucieri și colab. (2018). Modulul de recunoaștere imagistică reprezintă componenta principală ce
asigură caracteristica de inteligență a platformei tehnologice dezvoltate. Ace sta reprezintă un modul software care pe măsura extinderii
conținutului imagistic disponibil va avea o eficiență din ce în ce mai crescută. În vederea dezvoltării acestui modul se vor urma următorii pași:
a) Studiul principalelor tehnici de recunoaștere vi zuală utilizate în determinarea creșterii suprafeței foliare a plantelor; b) Studiul principalelor
tehnici de recunoaștere vizuală utilizate în determinarea stării de sănătate și calitate a plantelor; c) Implementarea și testarea algoritmilor de
recunoaște re vizuală pentru determinarea creșterii suprafeței foliare a plantelor; d) Implementarea și testarea algoritmilor de recunoaștere
vizuală determinarea stării de sănătate și calitate a plantelor; e) Validarea sistemului de recunoaștere vizuală dezvoltat. În cadrul acestei activități
va fi realizată instruirea unor rețele neuronale profunde de tip convoluțional cu scopul detecției frunzelor în cadrul imagin ilor din baza de date
imagistică, folosindu -se atât tehnici de tip transfer de învățare (transfer learn ing) cât și instruirea de la zero. Validarea sistemului de recunoaștere
vizuală va fi real izată în cadrul experimentelor de creștere a biomasei vegetale în diferite condiții de densitate, concomitent cu menținerea u nei
tehnologii similare, consacrate, de creștere a biomasei piscicole. Astfel, va fi testată capacitatea sistemului de recunoaște re vizuală de a putea oferi

8
informații cât mai exacte, în timp real, legate de creșterea biomasei vegetale, de condiția plantelor, precum și despre exist ența unor posibile
afecțiuni sau deficiențe la nivelul biomasei vegetale, atunci când sistemul de monitor izare și control bazat pe senzori lipsește.
Activitatea A 2.3 – Studiu privind proiectarea și dezvoltarea modulului predictiv pentru estimarea producției de biomasă vegetală, a necesarului
tehnic de echipamente și pentru esti marea analizelor cost -beneficiu, respectiv cercetare privi nd integrarea modulelor de recunoaștere
imagistică și previziune în cadrul aplicației web În cadrul acestei activități va fi realizat: a) studiu l privind tehnologiile inteligente ce pot fi
utilizate pentru estimarea producției de biomasă vegetală, a necesarului tehnic de echipamente în cadrul sis temelor multi -trofice bazate pe tehnici
acvaponice; b) Dezvoltarea și testarea modulului previzional pentru estimarea producției de biomasă vegetală , a necesarului de echipamente și
a indicatorilor din cadrul analizei cost -beneficiu . Astfel, vor fi studiate multitudinea tehnologiilor previzionale, cu ajutorul cărora se va dezvolta
modulul previzional pentru estimarea producției de biomasă vegetală. Acest modul va folosi informații precum specia de plante, media
concentrației în macro și micro -nutrienți a efluentului, luată la intervale de timp bine definite, câte plante se doresc a fi obținute la finalul ciclului
de productie (numărul) și tehnica acvaponică dorită pentru implementare, în vederea calculării suprafeței necesare, a previ zionării creșterii
biomasei vegeteale și a realizării analizelor cost beneficiu.
Activitatea A 2.4 – Proiectarea și dezvoltarea echipamentului inteligent portabil auto -actualizabil pentru sistemele multi -trofice de producție
a) Proiectare și implementare echi pament din perspectivă hardware ; b) Proiectare și dezvoltare software echipament; c) Testare echipament; d)
Validare a și demonstrarea funcționalității echipament ului hardware în mediu industrial . În cadrul acestei activități se va realiza proiectarea,
dezv oltarea și validarea unui echipament inteligent hardware portabil, auto -actualizabil, fundamentat pe algoritmi de inteligență artificială și
previzionali, ce va permite: preluarea și analiza imaginilor din orice categorie de sistem multi -trofic bazat pe te hnici acvaponice , pentru stabilirea
cu exactitate, automat, în timp real, a dinamicii dezvoltării plantelor și a st ării de sănătate a acestora, obținerea de previziuni asupra productivității
culturii, necesarul de echipamente , respectiv o interfață de ini țiere a analizelor cost -beneficiu și de vizualizare a rezultatelor.
Activitatea A2.5 – Demonstrarea funcționalității platformei inteligente bazată pe tehnici de recunoaștere vizuală și predicție pentru
monitorizarea și controlul sistemelor multi -trofice de producție într -un mediu relevant pentru condițiile reale de funcționare: a)
Demonstrarea funcționalității sistemului multi -trofic de monitorizare și control a parametrilor de calitate a apei tehnologice într -un mediu cât
mai fidel condițiilor reale de expl oatare; b) Demonstrarea funcționalității modulului inteligent de recunoaștere vizuală, aplicabil domeniului
sistemelor multi -trofice integrate bazate pe tehnici acvaponice într-un mediu cât mai fidel condițiilor reale de exploatare ; c) Demonstrarea
funcțio nalității aplicației web într -un mediu cât mai fidel condițiilor reale de exploatare din perspectiva utilizării bazei de cunoștințe, a
modulului previzional, a modulului previzional și a capacității efectuării analizelor cost -beneficiu d) Demonstrarea func ționalității
echipamentului hardware într -un mediu cât mai fidel condițiilor reale de exploatare, din perspectiva integrării funcționalității oferite de
modulul previzional și a modulului de recunoaștere imagistică . În cadrul acestei activități se realizea ză demonstrarea funcționalității platformei
inteligente în condiții reale de funcționare. Astfel, soluțiile tehnice identificate vor fi transpuse în cadrul sistemului re circulant de acvacultură al
stației de producție regăsită în infrastructura Centrului R omân de Cercetare de Excelență pentru Modelarea Sistemelor Recirculante de
Acvacultură (MoRAS), din cadrul Universității ‘Dunărea de Jos’ Galați ( http://erris.gov.ro/ROMANIAN -CENTER -FOR -MODELL IN,
http://www.moras.ugal.ro ).
ETAPA III – DISEMINARE
Activitatea A3.1 : Diseminare științifică și de marketing . În cadrul acestei activități se vor disemina rezultatele finale înregistrate în cadrul
prezentului pro iect de cercetare în manifestări științifice și în jurnale consecrate la nivel național și international, cu tematică de acvacultură,
protecția mediului, sustenabilitate, condiționarea apei tehnologice, inginerie economică, automatic și imagistică, inginerie în acvacul tură, precum
și promovarea echipament ului inteligent pentru sisteme multi -trofice, a aplicație i web bazată pe module inteligente de previziune și recunoaștere
imagis tică și bazei de cunoștințe privind soluții tehnice pentru integrarea sistemelor multi -trofice la nivelul sistemelor recirculante deja existente

Tabel 3 : Rezultate activități în cadrul proiectului SIPAM
Etapă Livrabil Nume livrabil Data
1 L1 Proiect constructiv -tehnologic (detalii de executie) și proiect electric (instrumente de câmp, elemente de execuție,
placă de dezvoltare etc) 21.12.2020
L2 Software de control pentru placa de dezvo ltare și fișe tehnice pentru corp si elementele de câmp 21.12.2020
L3 Raport de proiectare și implementare a bazei de cunoștințe specifice sistemului multi -trofic integrat, respectiv a
interfeței API (Application Programming Interface) de acces l a date 21.12.2020
L4 Componenta aplicație web din cadrul interfeței utilizator a platformei tehnologice SIPAM 21.12.2020
L5 Software pentru adnotarea imaginilor în scopul utilizării acestora în cadrul algoritmilor de recunoaștere imagistică 21.12.2020
2 L6 Raport testare, validare și demonstrare industrială a sistemului multi -trofic de monitorizare și control a parametrilor
de calitate a apei prin experimente tehnologice 21.12.2021
L7 Raport de descriere a conținutului imagistic adnotat pentru speciile de plante testate 21.12.2021
L8 Modul software inteligent de recunoaștere vizuală aplicat biomasei vegetale din cadrul sistemelor multi -trofice
bazate pe tehnologii acvaponice, validat și demonstrat industrial 21.12.2021
L9 Modul software de predicție folosit pentru estimarea producției de biomasă vegetală și a indicatorilor din cadrul
analizei cost -beneficiu, validat și demonstrat industrial 21.12.2021
L10 Raport de proiectare, de zvoltare, validare și demonstrare a funcționalității industriale a echipamentului inteligent
portabil auto -actualizabil integrat cu modulele de recunoaștere imagistică și previzionare 21.12.2021
L11 Raport de validare și demonstrare industrială a integrării modulelor de recunoaștere imagistică și previzionare în
aplicația Web 21.12.2021
3 L12 Raport cumulativ de descriere a rezultatelor proiectului și a direcțiilor ulterioare de dezvoltare 31.01.2022

9

Diagrama Gant t

Justificarea bugetului pe activități și parteneri/coordonator

Tabel 4 : Contribuția membrilor echipei și repartizarea detaliată a bugetului pe categorii (buget + cofinanțare ) Activitate
Partener
Cercetăto r
Perioada
Lună P roiect
Cheltuieli de
personal
Logistica
Regie
Deplasari
Total activitate
A1.1 P1 Petrea Ștefan, Victor Cristea, Munteanu Traian, Munteanu Dan , Mihaela Neculiță 1-10 53840 60000 16960 4000 134800
B Mistodie Luigi, Rusu Carmen , Dragoș Cristea 2-7 75000 52084 31771 0 158855
A1.2 B Dragos Cristea, A lexandru Hohotă, Laura Hîrțescu, Drăgan Ionuț, Mihai Valentin,
Luminița Arhip 1-11 218750 0 54688 0 273437
A1.3 P1 Munteanu Dan 8-11 25000 0 5000 0 30000
A2.1 P1 Petrea Ștefan, Ira Simionov, Alina Mogodan, Victor Cristea, Mihaela Neculiță 12-20 77440 19000 25360 5000 126800
A2.2 P1 Dan Munteanu, Petrea Ștefan, Ira Simionov, Ali na Mogodan 13-21 35000 11000 7200 0 53200
A2.3 B Dragos Cristea, Alexandru Hohotă , Drăgan Ionuț, Laura Hîrțescu , Tudoran Răzvan 12-22 191666 10417 50520 0 252603
A2.4 P2 Petrache Silviu, Gheorghe Viorel, Cartal Laurentiu, Duminică Despina, Conea
Constantin 12-22 64000 0 16000 0 80000
A2.5 B Dragoș Cristea, Alexandru Hohotă , Laura Hîrțescu 22-23 52084 0 13021 0 65105
P1 Petrea Ște fan, Victor Cristea, Munteanu Traian, Munteanu Dan, Victor Cristea,
Mihaela Neculiță 22-23 40000 10000 16320 15280 81600
P2 Petrache Silviu, Gheorghe Viorel, Cartal Laurentiu, Duminică Despina, Conea
Constantin 22-23 9600 0 2400 0 12000
A3.1 B Dragoș Cristea, Luminița Arhip , Marius Ivanov , Corina Ivanov 24 2000 0 0 0 2000
P1 Petre a Ștefan, Victor Cristea, Munteanu Traian, Munteanu Dan, Victor Cristea, Ira
Simionov, Alina Mogodan, Mihaela Neculiță 24 10000 0 4720 8880 23600
P2 Petrache Silviu, Gheorghe Viorel, Cartal Laurentiu, Duminică Despina 24 6400 0 1600 0 8000
TOTAL BENEFICIAR 539500 62501 150000 752001
TOTAL PARTENER 1 241280 100000 75560 33160 450000
TOTAL PARTENER 2 80000 0 20000 0 100000

Activitatea A1.1, dezvoltată pe durata a 10 luni , presupune achiziționarea senzorilor de monitorizare a calității
apei, achiziție mare în valoare de 112084 RON (60000 RON UDJG, 52084 RON Beneficiar ). 4000 RON
reprezintă sumel e care vor acoperi deplasările pentru instructajul folosirii senzorilor . Personalul format din
cinci cercetători va fi retribuit cu suma de 53840 în vederea implementării/optimizării sistemului m ulti-trofic
bazat pe tehnică acvaponică. De asemenea, activitatea A1.1 presupune studiul dezvoltării interfeței de
comunicare între sistemul multi -trofic și structurile de date ale platformei, pe perioada a șapte luni, din acest
considerent cei trei cercetători vor fi plătiți cu 75000 RON. Ac tivitatea 2.1 presupune cercetarea și dezvoltarea
bazei de cunoștințe , precum și a aplicației web din cadrul platformei SIP AM, fiind realizată de 6 cercetători
care vor fi remunerați cu 218750 RON. Activitatea 1.3, dezvoltarea unui instrument software de adnotare, va
fi realizată de un specialist în dezvoltare software, pe d urata a patru luni, ce va fi remunerat cu 25000 RON . În
cadrul activității de lungă durată (8 luni ) A2.1, vizând validarea sistemului multi -trofic vor fi implicați un
număr de 5 cercetători ce vor fi remunerați cu 77440 RON . De asemenea se vor achiziționa echipamente de
validare în valoare de 19 000 RON și se vor efectua deplasări în valoare de 5000 RON. Activitatea A2.2 este
o activitate ce implică activități minuțioase de adnotare a imaginilor și de dezvoltare a modu lui inteligent de
recunoaștere imagistică. În cadrul acestei activități vor fi implicați 4 cercetători remunerați cu suma de 35000
RON, precum și achiziționarea unui sistem de calcul performant în valoare de 110 00 RON. Activitatea A2.3
de cercetare și dezvoltare a modulului previzional și de inte grare a celui de recunoaștere imagistică va fi

10
realizată de 5 experți în d omeniul tehnologiei informaționale remunerați cu 191666 RON . Activitatea A2.4,
de dezvoltare a echipamentului hardware inteligent va fi reali zată de cinci cercetători din cadrul UPB ,
remunerați cu 60008 RON. Etapa A2. 5, respectiv cea de testare, validare industrială a platformei și diseminar e
va implica 14 cercetători din toate echipele de dezvoltare , care vor fi remunerați cu 101 084 RON. De
asemenea, activitatea A3.1 va implica un efor t comun de diseminare, realizat de 16 cercetători, remunerați cu
18000RON și deplasări de 8880 RON.
Impactul prezentului proiect asupra acvaculturii din România, sub aspect bioeconomic, este
semnificativ, atât pe termen scurt, cât și pe termen mediu și lung. Astfel, pe termen scurt se înregistrează o
creștere a sustenabilității sistemelor de producție acvacolă, în special a sistemelor recirculante de acva cultură,
prin diversificarea producției acestora. Profitul obținut în urma comercializării biomasei vegetale contribuie la
creșterea rentabilității activității economice, maximizând profitul obținut din urma comercializării biomasei
piscicole. De asemenea, creșterea productivității piscicole a sistemelor recirculante este previzionată, fapt
generat de către folosirea tehnicilor de fito -bioremediere pentru controlul calității apei tehnologice. Pe termen
mediu și lung se previzionează creșterea gradului de po pularitate a sistemelor recirculante integrate de
acvacultură, situație ce va determina atragerea de noi investitori, cât și creșterea gradului de tehnologizare a
acestui sector economic. De asemenea, propunerea ajută la diversificarea ofertei beneficiaru lui acestui proiect,
acesta facându -și apariția pe o piață nouă, în plină expansiune. Astfel, se preconizează creșterea cifrei de afaceri
a firm ei pe termen mediu și lung, inclusiv din vânzarea echipamentului inteligent pentru sisteme multi -trofice,
a apli cației web bazată pe module inteligente de previziune și recunoaștere imagistică și a soluțiilor tehnice
pentru integrarea sistemelor multi -trofice la nivelul sistemelor recirculante deja existente.
Prin urmare, pentru beneficiar, acest proiect poate condu ce la o valorificare superioară a activităților
economice deja existente, o creștere a cifrei de afaceri, posibila apariție a unor noi locuri de muncă, intrarea
firmei pe piețe noi de desfacere și, în mod firesc, creșterea eficienței economice a activități i deja existente.
Elementele de noutate științifică și tehnică din cadrul prezentei propuneri de proiect constau în
următoarele: 1.) abordarea științifică din cadrul propunerii de proiect; 2.) realizarea unui produs nou și validarea
acestuia în condiții r elevante de funcționare, în vederea transferului în mediul public și/sau privat; 3.) brevetarea
unei platforme tehnologice inteligente predictive bazată pe monitorizarea și controlul modulelor acvaponice, în
diferite condiții tehnice si tehnologice, cu sco pul creșterii randamentului producției vegetale și a profitabilității
economice a sistemului multi -trofic integrat . Indicatorii de stare raportați la sfârșitul proiectului implică un plan
de afaceri pe perioadă medie și lungă a beneficiarului, plan de impl ementare și monitorizare, precum și
estimarea exercițiilor financiare ale beneficiarului, pe perioadă medie și lungă de timp, în contextul realizării
obiectivelor propuse în cadrul proiectului. În ceea ce privește indicatorii de progres, se vor prezenta ra poarte de
testare, strategie de market ing, documente de instruire a utilizatorilor, analiza cost beneficiu a implementării
soluției tehnice și tehnologice.
În ceea ce privește procesul de diseminare științifică , ne propunem în cadrul proiectului publicar ea a
3 articole științifice ISI în reviste cu factor de impact , respectiv a 4 articole științifice ISI Proceedings . Ne
propunem c a articolele ce vor fi publicate în jurnale ISI cu factor de impact să vizeze : noutatea echipamentului
hardware propus spre dezvoltare, noutatea modului d e aplicare și integrare a algoritmilor de recunoaștere
imagistic ă și previzionali , noutatea întregii platforme în ansamblul ei, precum și diseminarea rezultatelor
obținute din procesele industriale de producție. Va fi depusă o cerere de brevet pentru echipament ul inteligent
hardware portabil, auto -actualizabil, fundamentat pe algoritmi de inteligență artificială și previzionali validat și
demonstrat la nivel industrial . În publicarea celor 7 articole m enționate anterior se va urmări accesul la publicații
științifice cu profil de bioeconomie, biotehnologii, acvacultură, inginerie în acvacultură, mediu, sustenabilitate,
condiționarea calității apei, precum și în registe de IoT, inginerie economică și imagistică. Câteva din revistele
vizate sunt : Water — Open Access Journal MDPI, J ournal of Cleaner Production , Revue Roumaine de Chimie ,
Custos E Agronegocio on Line , Agriculture and Agricultural Science Procedia , Agricultural and Biosystems
Engineering , Agricultural Water Management, Aquacult ure International, Information Processing in
Agricu lture, Journal of Science & Technolgy , Journal of Fisheries Sciences , Computers and Electronics in
Agriculture , Environmental Engineering and Management Journal , Romanian Biotechnological Letters ,
International Business Information Management Association Journals, Present Environment and Sustainable
Development .
În vederea definirii unei infrastructuri complexe de cercetare , Departamentul de Știința
Alimentelor, Ingineria Alimentelor, Biotehnologii și Acvacultură, din cadrul Facultății de Știința și Ingineria
Alimentelor, Universitatea ‘Dunărea de Jos’ Galați asigură o infr astructură solidă printre care două Sisteme
Recirculante de Acvacultură (RAS) de scară industrială, sisteme multi -trofice la scară de laborator, precum și
numeroase laboratoare în care se pot executa analizele necesare proiectului în cele mai bune condiții , printre
care amintim două laboratoare de calitate a apei, dotate cu spectofotometru de absorbție atomică Analytik Jena

11
cu module cupor de grafit și flacără și analizor automat în flux continuu Skalar San++. De asemenea, în cadrul
departamentului s -a dezv oltat Centrului Român de Cercetare de Excelență pentru Modelarea Sistemelor
Recirculante de Acvacultură (MoRAS), din cadrul Universității ‘Dunărea de Jos’ Galați
(http://erris.gov.ro/ROMANIAN -CENTER -FOR -MODELLIN , http://www.moras.ugal.ro ), parte a platformei
de cercetare REFORM ( http://www.reform.ugal.ro/ ). În cadrul proiectului, cercetătorii de la Universitat ea
Politehnică București beneficiază de o infrastructură solidă în cadrul C entrului de Cercetare și Dezvoltare
pentru Mecatronica (UPB – CCDM) orientat spre procese de cercetare, dezvol tare, consultanță și prototipizare
în domeniul mecatronicii (https://er ris.gov.ro/CCDM –UPB). UPB – CCDM desfășoară cercetarea
fundamentală și aplicată în tr-o varietate de domenii, dintre care le amintim pe cele de interes în susținerea
proiectului propus : dispozitive și sisteme hidraulice și pneumatice clasice și proporțion ale; Sisteme
robotizate; poziționare exactă și vibr ationless ; sisteme optice și electro -optice; componente optice, ansambluri
mecanice și conexe; măsurători optice și fotometrice. Compania ALTFACTOR deține, de asemenea, o
infrastructură solidă în domeniul dezvoltării sistemelor informatice ce necesită achiziția și gestiunea eficientă
a datelor provenind de la o varietate de senzori , inclusiv senzori imagistici. Astfel pot fi menționate următoarele
echipamente: Senzori termali: camera termala Flir I7, camera termala Flir ThermaCAM B360, termometru
(pirometre IR) testo 835, senzori optici matriciali de temperatura IR (AMG8833); KIT de senzori Grove
compatibili cu Arduino, Raspberr yPi 3/4, R aspberryPi zero/w , IMU 9DOF v2.0, de apă/umiditate, Kit inteligent
pentru monitorizare cu camere HD wifi; Kituri de dezvoltare cu Arduino, RaspberryPi 3/4, RaspberryPi ze ro/w;
Senzor pentru dezvoltarea aplicatiilot AI cu vedere artificiala Intel® RealSense; Camera 360 -4k GPS, Ricoh
Theta V; Kituri de dezvoltare bluetooth/WIFI cu ESP8266, ESP32; Software de procesare fotometrica a
imaginilor digitale si generare 3D a coordo natelor in spatiu – Agisoft PhotoScan
Structura echipelor de cercetare : Pentru a îndeplini obiectivele proiectului, partenerii proiectului
(SC ALTFACTOR SRL, Universitatea “Dunărea de Jos ” Galați, Universitatea Politehnică București ) vor
asambla o echipă i nterdisciplinară, bine echilibrată, astfel încât toate etapele și activitățile aferente acestora să
fie executate de personal înalt calificat (e.g. automatică, piscicultură, a naliză instrumentală, programat ori,
economiști, testeri, ).

Tabel 5 – Structura echipelor de cercetare SC. ALTFACTOR SRL (Beneficiar)
Conf. Dr. Ec. Habil CRISTEA Dragos , Director Proiect (U-1700 -030J -9438 ), arhitect software – programator, competențe în: C, C#, Java, Python, R,
V ertica, MSSQL, MySql, SQL Language, ASP .NET , HTML, XML, WCF , REST Services; React, Machine Learni ng, Agile & Scrum, arhitecturi software, continuous
integration, re țele de calculatoare PowerBI, Adobe Photoshop
Ing. IVANOV Mariu s, administrator ALTFACTOR SRL: Managementul departamentul ui de producție , elaborare de strategii de dezvoltare
Ec. IVANOV Corina, director financiar ALTFACTOR SRL: analiză economico -financiară
HOHOTĂ Alexandru: programator, competențe în realizarea aplicațiilor web, java script, Python , planificare, implementare, design web
Șl. Dr. Ing. MISTODIE Luigi Renato, inginer: Competențe în inginerie industrială, sisteme mecatronice și robotice, mecatronică în ingineria biomedicală,
inteligență artificială.
Șl. Dr. Ing. RUSU Carmen Catalina , inginer : Competențe în domeniul ingineriei industriale, mecatronică și robotică
DRĂGAN Ionuț -Valeriu, p rogramator web – Competențe în realizarea de aplicații multimedia, web, CSS, java script, HTML 5
MIHAI Valentin , grafician : Competențe în: realiza rea de grafică 2D , concepția de interfețe grafice, concepția de storyboard -uri, p relucrarea ima ginilor,
manipulare vectorială , stabilirea particularităților de layout , optimizarea vizualizării aplicației web pe diverse medii, precum: table interactive, tab lete,
smart phone -uri.
HÎRȚESCU Laura: auditor intern -tester, competențe în realizarea controlului de calitate pentru produse software, testarea funcțională a produselor software
în vederea sesizării greșelilor, bug -urilor, neconcordanțelor apărute și în tocmirea rapoartelor de testare, e laborarea procedurilor și instrucțiunilor de lucru ,
urmărirea implementării acțiunilor corective stabilite prin audituri interne și implementarea managementului calității.
ARHIP Luminița , designer instrucț ional /tester, co mpetențe în: p reluarea și organizarea informații lor, respectiv materialelor primite de la experții în diferite
domenii de interes , testare software conform specificațiilor de implementare , control calitate produs software
TUDORAN Răzvan Adrian , competențe în: Java, Python, C / C ++, PHP, JavaScript , PL / SQL, Matlab, HTML, CSS, JSON, Deep Learning, Machine
Learning UDJG
S.L. dr. ing. ec. PETREA Stefan -Mihai , Responsabil proiect (U-1700 -032J -2284 ): Cercetator, competențe în domeniul ingineriei sistemelor de producție,
operarea pro priu-zisă a in stalatiilor din acvacultură, evaluarea dinamicii nutrienților în cadrul sistemelor multitrofice integrate , dinamica nutrienților, ingineria
sistemelor integrate multi -trofice, analiza economică a sistemelor de producție, dezvoltarea tehnologi ilor de creștere a biomaselor piscicole și vegetale.
Prof. acad. dr. hab. ing. CRISTEA Victor (U-1700 -038Q -2743 ), Expert: coordonator științific,competențe în domeniul sistemelor recirculante, sistemelor
integrate multitrofice, inginerie în acvacultură. Vastă experiență în acvacultură și în domeniul ingineriei sistemelor recirculante integrate, multitrofice .
Ing. cerc. dr. MOGODAN (Antache) Alina (U-1700 -039Q -4083 ): Cercetator, competențe în domeniul sistemelor integrate multitrofice, evaluarea calitati vă
și cantitativă a materialului biologic, fiziologie animală și vegetală. Implicată în analizele de laborator privind calitatea apei, în proiectarea și realizarea
experimentelor pentru validarea și demonstrare a funcționalității sistemului de monitorizare și control a parametrilor de calitate a apei tehnologice și a
modulului inteligent de recunoaștere vizuală, precum și la realizarea conținutului imagistic al biomasei vegetale.
Ing. cer. drd. SIMIONOV Ira Adeline (U-1900 -064C -6294 ): Cercetator, competenț e în domeniul sistemelor integrate multitrofice, evaluarea calității apei
tehnologice, dinamica nutrienților. implicată în analizele de laborator privind calitatea apei, în proiectarea și realizarea experimentelor pentru validarea și
demonstrare a funcțion alității sistemului de monitorizare și control a parametrilor de calitate a apei tehnologice și a modulului inteligent de rec unoaștere
vizuală, precum și la realizarea conținutului imagistic al biomasei vegetale.
Șl. MUNTEANU Dan: Compe tențe în dezvoltarea de software folosind diferite limbaje și tehnologii de programare – Java, JavaScript, HTML, CSS, C / C
++, PHP, SQL, Matlab, Python, inteligență artificială, învățare automată, învățare profundă, analiză de imagini, procesare te xt, sis teme de recomandare.
Șl. dr. ing. MUNTEANU Traian : Compentente în domeniul electronicii de putere, sisteme de acționare electrica, a chizitii de date si controlul proceselor.
Prof. Dr. Ec. NECULIȚĂ Mihaela . Compete nțe în: economie, afaceri internaț ionale, dezvoltare regional, informatică aplicată în economie , modele de
integrare în modelarea sistemelor agricole și informatice.

12
UPB Sl. dr.ing. PETRACHE Silviu – Responsabil proiect : Competenț e: mic rocontroller programming, sensors, I/O devices and wireless modules /
CAD/CAM/CAE / Networking
Sl. dr.ing. GHEORGHE Viorel -Ionut , competențe în : mechatronics, service r obotics , ROS , hydraulic and pneumatic for mechatronics
Sl. dr.ing . CARTAL Adrian , competenț e în: mechatronics , CAD, process simulation, m obile robots
Conf. dr. ing. ec. DESPINA Duminica , competenț e în: Quality / Mechatronics / Robotics
Tehnician CONEA Constantin , competenț e în: mecanica de precizie, mentenanță mașini și utilaje, e xecuție instalații tehnico -sanitare ș i de gaze

Buget

Tabel 6 : Alocarea bugetară

B.2.3 Plan de afaceri

a) Descrierea întreprinderii coordonatoare și a evoluției acesteia : Firma ALTFACTOR este o
companie de dez voltare software cu 20 de ani de experiență în domenii precum e -learning, gamification,
grafică 2D și 3D, simulări multimedia interactive și servicii de dezvoltare de aplicații custom de VR. De
asemenea, pe parcursul desfășurării ultimelor proiecte, a reuș it să dobândească o experiență remarcabilă și
cunoștințe excelente în domenii ca IoT, senzori, manipulare de date, vizualizare, precum și învățare automată/
inteligență artificială. Această experiență a fost obținută prin participare la peste 10 proiecte f inanțate de UE.
Activitatea companiei se desfășoară în jurul a 3 linii de afaceri: Cercetare, dezvoltare & inovare – generează
atât noi produse și se rvicii, cât și noi parteneriate, Realitate virtuală – Experiențe de învățare și sim ulare de
ultimă generați e în VR și E-learning – Dezvoltare de aplicații de e -learning, specializate și de înaltă calitate.
Experiența ALTFACTOR în proiectele de cercetare, dezvoltare și inovare a dus la crearea unui portofoliu
complex. ALTFACTOR a livrat soluții complexe IoT pent ru sănătate, turism, cultură, educație și mediu și
soluții IoT pentru diverse industrii. Serviciile oferite includ analiza arhitecturală și d esign -ul soluțiilor IoT și
IIoT, i nstalarea și configurarea senzorilor pe ntru diverse aplicații IIoT/IoT, c rearea d e prototipuri și dezvoltarea
rețele lor de senzori ficși sau mobile, t ransferul de date, managementul integrității datelor și vizualizarea
datelor, a naliza și procesarea utili zând algoritmi machine learning, d ezvoltarea de soluții de stocare bazate pe
avant ajele structurilo r elastice ale sistemelor cloud, o ptimizarea soluțiilor IoT și IIoT dezvoltate conform
diferitelor constrângeri, precum pozițio narea, consumul de energie, etc, p osibilitatea integrării de soluții
software bazate pe realitate virtuală și/sa u augmentată, utilizând datele preluate din sistemele IoT și IIoT.
Misiunea ALTFACTOR este aceea de a îmbunătăți viața oamenilor folosind în mod inovativ tehnologiile
nformaționale atât pentru a facilita învățarea cât și pentru a înlesni adaptarea la Era D igitală. Realizăm soluții
software utilize \nd platforme inteligente care să ne permită axarea mai mult pe conceptul clientului și
functionalitățile adiționale personalizate.
Viziune : Credem cu tărie că ceea ce va oferi firma nu va fi doar un simplu produs software sau imagine. Va fi
o relație între client și produsul final. ALTFACTOR are o experiența relevantă în domenii relevante pentru
proiect: VR-realiateta virtuală, dezvoltarea Web și a Inte rfețelor utilizatorilor și r eprezentarea grafică
profesională a datelor 2D / 3D . ALTFACTOR și colaboratorii săi academici au fost implicați în diverse
proiecte IoT , specializându -se în analiză arhitecturală și dezvoltarea de soluții IoT, instalarea și configurarea
senzorilor unei soluții IoT, conform specificului fie cărui senzor, dezvoltarea de prototipuri bazate pe diferite
tipuri de senzori, optimizarea soluțiilor IoT, în funcție de diferitele constrângeri în materie de consum de
energie; m anagementul datelor transmise de către senzori, a datelor stoc ate în structur i specializate;
vizualizarea datel or transmise de către senzori; a naliza explorativă a datelor stocate; p osibilitatea integrării de Alocarea bugetului / categorie de cheltuieli (Lei)
Cheltuieli
de personal Logistică Deplasări Cheltuieli
indirecte Total
Coordonator (CO) Buget public 430000 50000 0 120000 600000
Contribuție proprie 109500 12501 0 30000 152001
Partener 1
(UDJG ) Buget public 241280 100000 33160 75560 450000
Contribuție proprie 0 0 0 0 0
Partener 2
(UPB ) Buget public 80000 0 0 20000 100000
Contribuție proprie 0 0 0 0 0
Total 860780 162501 33160 227160 1302001

13
soluții software bazate pe realitate virtuală, utilizând datele din sistemele IoT. În domeniile Machine Learning
și Intelige nță Artificială , ALTFACTOR are un interes ridicat în a -și extinde specializarea, atât prin cercetări,
cât și prin proiecte cu utilizări practice. Experiența actuală constă în: Utilizarea Python și R pentru regresii
liniare și neliniare, clasificarea proble melor, clasificarea imaginilor utilizând “Convolutional Neural
Networks” în Keras/Tensor Flow, analiza timpilor utilizând modelele ARIMA, sisteme de recomandare.
ALTFACTOR promovează un model de business care are la bază colaborarea și parteneriatul la niv el
național și internațional, în diferite domenii de specializare inteligentă, susținând activități comune cu parteneri
prestigioși, în proiecte inovative din diferite clustere de inovare. Compania a dezvoltat parteneriate naționale
și internaționale care promovează atât proiecte cu valoare adăugată mare și cu aplicabilitate în sectoare
economice multiple. Ca și proiect e de cercetare relevante menționăm : PN-III-P3-3.5-EUK -2017 -02-0038,
program Eureka Cluster “WINS@HI – Rețea IoT de senzori portabili pentru siguranța muncii în medii
industriale periculoase , PN-III-P3-3.5-EUK -2016 -0043, program Eureka Cluster “CitiSim – Platformă pentru
simulare 3D si monitorizare orașe inteligente” , PN-III-P3-3.5-EUK -2016 -0018, program Eureka Cluster
“3DPathology – Dezvoltarea unui sistem în domeniul patologiei digitale 3D cu spectroscopie” , CNMP –
Centrul National de Management Programe (Ministerul Educatiei, Cercetarii si Tineretului,
România) “SVCM -IMM Centrul pilot pentru scoala virtuala de consultanta manageriala pentru intreprinderi
mici si mijlocii” . Managementul unei organizații este determinant pentru evoluția acesteia. Astfel toți oamenii
care activează în cadrul firmei au cunoștințele necesare pentru a aduce plus valoare companiei prin acțiunile
pe care aceștia le întreprind. Membri i echipei noastre știu că pe termen lung relația vânzător – cumpărător
întreținută cu grijă tinde către un parteneriat, de aceea noi nu considerăm că vânzarea s -a încheiat în momentul
semnării contractului sau încasării banilor, ci acest pas reprezintă doa r un start către o vânzare ulterioară fie a
aceluiași client, fie a altor clienți.
Produse si Servicii : Scopul acestei colaborări îl reprezintă crearea unei platforme tehnologice inteligente
predictive bazată pe monitorizarea și controlul modulelor acvaponice, cu scopul creșterii randamentului
producției vegetale și a profitabilității economice a sistemului multi -trofic integrat. Compania AltFactor SRL
își va diversifica oferta de produse, având posibilitatea de a se adresa tututor agenților economici ce activează
pe plan național și internațional în cadrul unei nișe industriale afl ată într -o dinamică ascendentă și anume
industria acva ponică . Firma va oferi o platformă tehnologică inteligentă, predictivă, pentru fermele piscicole,
cu precădere către cele ce utilizea ză sisteme recirculante de acvacultură, în vederea integrării tehnicilor
acvaponice la nivelul sistemelor de producție deja existente, cu scopul creșterii profitabilității și sustenabilității
economice. Această platformă inteligentă poate conduce la crește rea competitivității mediului economic prin
asimilarea rezultatelor obținute în activitatea de cercetare -dezvoltare și transferul acestora către piață.

Tabel 6: Sinteza situației financiare
Sinteza situației financiare 2017 2018
Cifra de afaceri 1 749 852 2 677 944
Cheltuieli operaționale( cheltuieli din exploatare) 1 593 565 3 136 209
Profit din activitatea de exploatare 156 755 505 015
Marja de profit ( rezultat net sau pr. net x100/CA neta) 7,12% 17,56%
Rata rentabilității comerciale( profit brut din operare x 100/v enituri d in vânzăr i) 23,89% 40,58%
Rata rentabilității financiare (profit net x 100/capit al total) 33,13% 55,6%
Rata rentabilității economice ( profit brut x 100/total active) 3,27% 8,10%
Rentabilitatea cifrei de afaceri (profit net x 100/ cifra de afaceri) 7,12% 17,56%
Rentabilitatea generală (profit net x 100/ cheltuieli totale) 7,71% 14,86%

Produsele dezvoltate prin diferitele activități din cadrul proiectelor dezvoltate în clusterele de inovare
naționale și internaționale, în care compania este implicată, conduc la creș terea valorii adăugate a produselor
și serviciilor oferite și contribuie la creșterea capacității de cercetare – dezvoltare – inovare (CDI) prin
stimularea cooperării între instituții publice și private, precum și creșterea accesului companiei în domeniile
aferente proiectului. Firma ALTFACTOR a demonstrat că de -a lungul activității sale s -a adaptat la cerințele
pieței, specializându -se pe diverse domenii. Realizarea acestei colaborări cu instituții academice și de cercetare
din țară în domeniu acvaponiei, este o nouă provocare într -un domeniu de nișă, care abia a început să fie
dezvoltat în România. Se știe că în domeniile de nișă, firmele care intră pe piață și dezvoltă produse au șansa
de a câștiga cote mari de piață. Acest motiv, pe lângă cel al experien ței firmei în domeniul informatic,
reprezintă motivații suficiente pentru o dezvoltare viitoare în domeniu și pentru obținerea unor rezultate
financiare pozitive previzibile pentru firmă. Desi piata romaneasca a aplicatiilor software pentru business a
scazut cu 3,5% in 2011, spre 78,3 milioane dolari, estim arile unui studiu IDC arata ca în anul curent va crește
și va continua trendul ascendent în următorii ani. Î n ultimii ani, produsele soft cu licenta “Made in Romania ”

14
au inceput sa fie extrem de căutate p e piețele internaționale. Piata relevantă a produsului cuprinde toate
produsele care sunt interschimbabile sau substituibile de către consumatori. În cazul nostru nu există
deocamdată pe piață astfel de platforme tehnologice inteligente predictive bazate p e monitorizarea și controlul
modulelor acvaponice, dar există modele de astfel de platforme aplicabile în alte domenii. Piața țintă este
reprezentată de întreprinderile mici și mijlocii atât de pe plan national cât și de pe plan international. Piața
națion ală este formată din cele peste 1,2 milioane de firme active în România la sfârșitul anului 2017, potrivit
datelor Oficiului Național al Registrului Comerțului. Totuși, datorită legislației românești care nu stimulează
financiar acvacultura și implicit acv aponia, există puține firme specializate pe acvacultură comparativ cu
suprafața de luciu de apă din România. Aceasta reprezintă și una din barierele de intrare pe piață a produselor
firmei ALTFACTOR. O altă barieră este și slaba informare a mediului de afa ceri despre beneficiile acvaponiei.
Acest lucru poate fi remediat și de firmă prin promovarea în mediul online în România a conceptului de
acvaponie. Pe piața românească există și alte firme care creează soft-uri, și îșii permit preț uri mai m ici bazate
pe costuri mai mici ș i resurse financiare mari. Această barieră poate fi depășită tocmai printr -o colaborare cu
centre de cercetare in domeniul acvaculturii, cum este și centrul din cadrul UDJG.
b) Descrierea pieței specifice : Clienții sunt în marea lor majorita te firme din România și din străinătate:
IMM -uri interesate să se implice în parteneriate pentru obținerea de finanțări europene pentru Cercetare și
Dezvoltare, pe direcțiile noastre de c ercetare, î ntreprinderi mici și mijlocii (IMM) și instituții care ar dori să
achiziționeze servicii de dezvoltare a aplicațiilor personalizate în VR, în domenii precum acvacultură,
acvaponie și mediu, i nstituții de învățământ interesate de achiziționarea unor aplicații . Concurența directă
este reprezentată de firme similare precum NENOS SOFT, TOTAL SOFT, Alfa Software , Magister Software ,
UiPath, Element AI, Peak, concurența potențială fiind generată de pericolul apariției altor firme în ramură .
Totusi, prezența concurenței solicită diversitatea, te face să vrei să fii mai bun și mai interesant și să aduci ceva
nou pe piață. Dimensiunea pieței se reflectă în capacitatea pieței, dinamica pieței și aria pie ței. Oferta de astfel
de produse pentru domeniul acvaponic este redusă în acest moment, existând o cerere potențială care vine de
firmele specializate în pescuit și acvacultură . Fiind vorba de o activitate de nișă, interesul este în creștere, iar
achiziți onarea este limitată de costurile ridicate ale acvaculturii și lipsei de resurse financiare în domeniu.
Segmentul de piață căruia i se adresează demersu l nostru este reprezentat firmele specializate în pescuit și
acvacultură în număr de 1088, distribuite p e întreg teritoriul României. Totuși, pozițion area pe un segment de
clienți puțin exploatat deocamdată , reprezintă un avantaj competitiv.
c) Planul de marketing : Ca opțiuni strategice , firma noastră a optat atât pentru o comunicare directă cât
și petru o comunicare indirectă cu clienții. Vom comunica direct cu clienții noștri și prin site -ul nostru în cadrul
căruia vom oferi detalii despre produsele și serviciile realizate de noi. Intenționăm să realizăm broșuri de
prezentare care să promov eze produsele firmei, unde se pot face comenzi și unde se pot afla informații detaliate
despre gama produselor oferită clientilor. Prețul se subordonează obiectivelor concrete ale întreprinderii, iar
în condițiile în care aceasta cunoaște piața pe care va activa, întreaga strategie de marketing a întreprinderii
inclusiv componenta preț se va dezvolta în concordanță cu cerințele pieței. Pentru a determina prețurile cu care
vom intra pe piață, ne bazăm pe cercetări care vizează costurile înființării și desfăș urării unei astfel de activități,
cererea existentă pe piață la ora actuală și concurenții. În România, piața de produse pentru acvaponie, inclusive
soft-uri care să gestioneze procesul de acvaponie este la început. Produse și pachete de servicii atent gân dite
și calculate, module cât mai personalizate, adresate unui public specific, de nișă și idei cât mai inedite, toate
acestea vor face parte din viitorul firmei noastre. Toate aceste activități, cu obiective le și mijloacele specifice
de acț iune, formează politica promoțională, componenta fundamentală a politicii de marketing a oricarui agent
economic modern. Echipa firmei ALTFACTOR previzionează o creș tere a vânză rilor datorită: Raportului
calitate -preț foarte atractiv și participărilor la târguri ș i expoziții . Marketing ul se va axa foarte mult pe :
publicitate , prin utilizarea de: afișe , cataloage , pliante , prospecte și broțuri , etc. și participarea la manifestări
cu caracter expoziț ional se realizează prin organizarea de pavilioane sau standuri p roprii la târguri, expoziții ș i
saloane, etc .
d) Previziuni financiare : Ipotezele care au stat la ba za previzionărilor sunt următoarele: creșterea
interesului firmelor pentru producția piscicolă, precum și pentru monitorizarea eficientă a sistemelor
acvaponice, preconizarea creșterii cifrei de afaceri cu 10% în primul an și cu 15% în cel de al doilea.

15
Tabel nr. 7 Proiecț ia veniturilor și cheltuielilor( varianta fără proiect și cu proiect)

Tabel nr. 8 Fluxul de numerar

Tabel nr. 9 Sustenabilitate

Conform datelor centralizatoare din tabelul de mai jos se observă faptul ca veniturile pentru varianta cu proiect
sunt mai mari, fapt generat de intrarile financiare ale proiectului. Atât veniturile cât și cheltuielile cresc, dar
cheltuielile cresc mai pu țin decât veniturile
Se observă o creștere cu 23 % a disponibilului de numerar în urma implementării proiectului .

PROIE CȚIA VE NITURILOR ȘI CHE LTUIE LILOR – VARIANTA FARA PROIE CT PROIECȚIA VENITURILOR ȘI CHELTUIELILOR – VARIANTA CU PROIECT
(lei)
PRE –
IMPLE ME NTA
REPRE –
IMPLE ME NTAR
E
Anexa 2 A – Proiectia veniturilor
1 Venituri din vanzari produse – – – – 0 0 0 0
2 Venituri din prestari servicii 570.364,00 627.400,40 690.140,44 759.154,48 570364 879991,4 1143988,8 1315587,1
3 Venituri din vanzari marfuri – – – – 0 0 0 0
4Venituri din subventii de exploatare aferente cifrei de
afaceri nete2.107.580,00 2.318.338,00 2.550.171,80 2.805.188,98 2107580 2423717 2690325,9 2986261,7
5 Venituri din subventii pentru investitii 246.116,00 270.727,60 297.800,36 327.580,40 246116 283033,4 325488,41 367801,9
6 Venituri din alte activitati – – – 0 0 0 0
7 Variatia stocurilor (+ pentru C; – pentru D) 712.494,00 783.743,40 862.117,74 948.329,51 712494 819368,1 942273,32 1036500,6
8Venituri din productia realizata pentru scopuri
proprii si capitalizata- – – 0 0 0 0
9 Alte venituri din exploatare 4.670,00 5.137,00 5.650,70 6.215,77 4670 5370,5 6713,125 7451,5688
3.641.224,00 4.005.346,40 4.405.881,04 4.846.469,14 3641224 4411480,4 5108789,5 5713603
10 Venituri din imobilizari financiare – – – 0 0 0 0
11 Venituri din diferente de curs valutar – – – 0 0 0 0
12 Venituri din dobanzi 185,00 194,25 213,68 235,04 185 549,75 932,2125 1402,0444
13 Venituri din sconturi obtinute – – – 0 0 0 0
14 Alte venituri financiare 41,00 43,05 47,36 52,09 41 55,35 63,6525 73,200375
226,00 237,30 261,03 287,13 226 605,1 995,865 1475,2448
15 Venituri din subventii 288000 288000 0
– – – – 0 288000 288000 0
3.641.450,00 4.005.583,70 4.406.142,07 4.846.756,28 3.641.450,00 4700085,5 5397785,4 5715078,2
Anexa 2 B – Proiectia cheltuielilor
1Cheltuieli cu materiile prime si cu materialele
consumabile27.751,00 30.526,10 33.578,71 36.936,58 27751 35526,1 42302,405 44417,525
2Alte cheltuieli materiale (inclusiv cheltuieli cu
prestatii externe)9.813,00 10.794,30 11.873,73 13.061,10 9813 35794,3 62584,015 65713,216
3 Alte cheltuieli din afara (cu energia si apa) 11.112,00 12.223,20 13.445,52 14.790,07 11112 84223,2 156223,2 164034,36
4 Cheltuieli privind marfurile – – – 0 0 0
Total
cheltuieli
materiale Total cheltuieli materiale 48.676,00 53.543,60 58.897,96 64.787,76 48676 155543,6 261109,62 274165,1
5 Cheltuieli cu personalul angajat 2.040.422,00 2.244.464,20 2.468.910,62 2.715.801,68 2040422 2496787,2 2873949,6 3161344,5
6 Cheltuieli cu asigurarile si protectia sociala 46.309,00 50.939,90 56.033,89 61.637,28 46309 56616,9 65124,745 71637,22
2.086.731,00 2.295.404,10 2.524.944,51 2.777.438,96 2086731 2553404,1 2939074,3 3232981,7
7 Cheltuieli cu amortizarile 435.542,00 466.029,94 512.632,93 563.896,23 435542 483451,62 531796,78 611566,3
8 Alte cheltuieli de exploatare 565.260,00 604.828,20 665.311,02 731.842,12 565260 627438,6 690182,46 766102,53
3.136.209,00 3.419.805,84 3.761.786,42 4.137.965,07 3136209 3819837,9 4422163,2 4884815,7
9 Cheltuieli din diferente de curs valutar – – – – 0 0 0 0
10 Cheltuielile privind dobanzile 28.627,00 31.489,70 34.638,67 38.102,54 28627 31775,97 35271,327 39151,173
11 Cheltuieli privind sconturile acordate – – – – 0 0 0 0
12 Alte cheltuieli financiare 489,00 537,90 591,69 650,86 489 542,79 602,4969 692,87144
29.116,00 32.027,60 35.230,36 38.753,40 29116 32318,76 35873,824 39844,044
13 Cheltuieli privind calamitatile si alte evenimente – 0 0
– – – –
3.165.325,00 3.451.833,44 3.797.016,78 4.176.718,46 3165325 3852156,7 4458037 4924659,7PE RIOADA DE OPE RARE SI
ÎNTRE ȚINE RE A INVE STIȚIE I
AN 0 AN1 AN 2 AN 3PE RIOADA DE OPE RARE SI ÎNTRE ȚINE RE A
INVE STIȚIE I
Total cheltuieli extraordinareAN 3
Total cheltuieli financiareNR. CRT. CATE GORIA DE VE NITURI/CHE LTUE ILI
Total venituri din exploatare
Total venituri extraordinare
TOTAL VE NITURI
TOTAL CHE LTUIE LIAN 2
Total cheltuieli cu personalul
Total cheltuieli exploatareAN 0 AN1
Total venituri financiare
FLUX DE LICHIDITATI (CASH FLOW) anul 1
Flux de lichiditati net al perioadei 32150 34900 38500 21450 39100 39000 38800 21050 39100 39600 39200 15155 398005
Disponibil de numerar al lunii precedente 205350 205350 237500 272400 310900 332350 371450 410450 449250 470300 509400 549000 588200 205350
Disponibil de numerar la sfarsitul perioadei 237500 272400 310900 332350 371450 410450 449250 470300 509400 549000 588200 603355 603355
FLUX DE LICHIDITATI (CASH FLOW) anul 2
Flux de lichiditati net al perioadei $31.800,00 $34.300,00 34600 39715 65800 70800 69800 40100 66600 64800 63800 32900 615015
Disponibil de numerar al lunii precedente 60335500% 60335500% 63515500% 669455 704055 743770 809570 880370 950170 990270 1056870 1121670 1185470 603355
Disponibil de numerar la sfarsitul perioadei 603355 635155 669455 704055 743770 809570 880370 950170 990270 1056870 1121670 1185470 1218370 1218370
135.015,00 311.840,75 377.732,29
1.218.370,00 1.218.370,00 1.353.385,00 1.665.225,75
1.353.385,00 1.665.225,75 2.042.958,04 Flux de lichiditati net al perioadei
Disponibil de numerar al perioadei precedente
Disponibil de numerar la sfarsitul perioadei

16

Tabel nr. 10 Bilanț previzionat

Tabel Nr. 11 Indicatori de profitabilitate și sustenabilitate

Conform analizei financiare, firma își va dezvolta activitatea, renta bilitatea investiției fiind de 7 ,8%,
ceea ce arată că extinderea pe activități conexe și pe activități de cercetare dezvoltare poate îmbunătăți
semnificativ profitabilitatea .

– lei –
PRE –
IMPLE ME NTARE
AN 0 AN 1 AN 2 AN 3
1.452.169 1.420.050 2.140.050 1.906.080
193.866 186.200 175.000 126.320
0
1.646.035 1.606.250 2.315.050 2.032.400
746.570 756.500 761.320 763.255
4.112.959 4.136.210 4.156.385 4.206.125
0
-274.874 603.355 1.218.370 1.353.385
4.584.655 5.496.065 6.136.075 6.322.765
393
6.231.083 7.102.315 8.451.125 8.355.165
1.370.362 1.404.116 1.727.258 620.734
595.868 582.000 506.380 496.205
3.418.708 3.565.000 3.726.540 3.956.860
10.000 10.000 10.000 10.000
10.000 10.000 10.000 10.000
693.270 1.541.199 2.480.947 3.271.366
-327.498
470.373 847.929 939.748 790.419
0 847.929 939.748 790.419
846.145 1.551.199 2.490.947 3.281.366
6.231.083 7.102.315 8.451.125 8.355.165
Diferenta Activ – Pasiv 0 0 0 0
Rentabilitatea economică 0,081 0,083 0,081 0,099
Rentabilitatea financiară 0,556 0,378 0,273 0,250
Lichiditatea generală 3,346 3,914 3,552 10,186
Solvabilitatea patrimonială 3,169 3,576 3,784 7,480
Gradul de îndatorare 2,324 1,280 0,897 0,340Alte elemente de capitaluri proprii2.capital subscris nevărsat
Repartizarea profitului
CAPITALU RI – TOTAL
TOTAL PASIVIII. REZ ERV E DIN REEV ALU ARE
IV. REZERVE
V . PROF ITU L SAU PIERDEREA
V I. PROF ITU L SAU PIERDEREA VENITURI ÎN AVANS, din care:
1.Subvenții pentru investiții
2.Venituri înregistrate în avans
CAPITAL ȘI REZ ERV E
I. CAPITAL, din care:
1. capital subscris vărsatIV . CASA ȘI CONTU RI LA
ACTIV E CIRCU LANTE – TOTAL
CHELTU IELI ÎN AV ANS
TOTAL ACTIV
DATORII SU MELE CARE
DATORII: SU MELE CARE III. IMOBILIZĂRI FINANCIARE
ACTIV E IMOBILIZ ATE – TOTAL
ACTIV E CIRCU LANTE
I. STOCU RI
II. CREANȚE
III. INV ESTIȚII F INANCIARE PE Bilant previzionat
PE RIOADA DE OPE RARE SI
ÎNTRE ȚINE RE A INVE STIȚIE I
ACTIV E IMOBILIZ ATE
I. IMOBILIZĂRI NECORPORALE
II. IMOBILIZĂRI CORPORALE
Nr. Crt. SPE CIFICATIE AN 1 AN 2 AN 1 AN 2 AN 3
1Valoare investitie = valoarea totala a
proiectului fara TVA LEI
2 perioada de implementare (luni)
2 Profitul incremental (aferent investiției) LEI 6.101,9 42.531,8 120.283,2
3 Rentabilitatea investitiei %
4 Disponibil de numerar la sfarsitul perioadei LEI 603.355,00 1.218.370,00 1.353.385,00 1.665.225,75 2.042.958,04 720.000,0
24,0
7,8INDICATORI FINANCIARI
UMIMPLEMENTARE OPE RARE SI INTRE TINE RE

17

C. Bibliografie (max. 2 pagini )

1. Andras B., Ranka J., Carmelo M., Tamas K. (2017): Building a database of plant protecting agents for
aquaponic systems – basic concepts, EQA – Environmental quality / Qualité de l’Environnement / Qualità
ambientale, 26 (2017) 9 -12, DOI: 10.6092/issn.2281 -4485/7255
2. Arroyo, J. A., Ines, R. L. 2018. Design and performance evaluation of different materials as planting bed
for aquaponics system. International Journal of Ag riculture, Environment and Bioresearch. Vol. 3, No. 01.
Pp. 60 – 75
3. Asciutoa A. , Schimmentia E., Cottoneb C. , Borsellino V., 2019, A financial feasibility study of an
aquaponic system in a Mediterranean urban context; Urban Forestry & Urban Greening 38, pp. 397 –402.
4. Bosma, R.H., Lacambra, L., Landstra, Y., Perini, C., Poulie, J., Schwaner, M.J., Yin, Y., 2017. The financial
feasibility of producing fish and vegetables through aquaponics. Aquac. Eng. 78, 146 –154
5. Boxman SE, Nystrom M, Capodice JC, Ergas SJ, Main KL, Trotz MA (2017) Effect of support medium,
hydraulic loading rate and plant density on water quality and growth of halophytes in marine aquaponic
systems. Aquac Res 48(5):2463 –2477
6. Cristea, V., Ceapă, C., Grecu I., 2002 Ingineria sistemelor recirc ulante din acvacultură, Editura Didactica
si Pedagogica R.A, București, pp. 5 -9.
7. Cristea V., Zugravu A., Petrea S. M., Coada M., Cretu M., Bandi C., Simionov I.; Start -up guide for
recirculating integrated aquaponic systems; LAP Lambert Academic Publishing (2017); în limba engleză,
nr. pag. 152, ISBN -13: 978 -620-2-06373 -9; ISBN -10: 6202063734; EAN: 9786202063739.
8. Eck M , Sare A. R. , Massart S , Schmautz Z , Junge R , Smits T. H. M., Jijakli M. H., 2019, Exploring
Bacterial Communities in Aquaponic Systems, MDPI Water, vol11, nr. pp 260 – 276.
9. Estim A., Saufie S, Mustafa S., 2019, Water quality remediation using aquaponics sub -systems as
biological and mechanical filters in aquaculture, Journal of Water Process Engineering 30 (2019) 100566.
10. Gheorghe Adrian Zugravu, Maria Magdalena Turek Rahoveanu, Ștefan Mihai Petrea, Marian Tiberiu
Coadă, Camelia Fasola (Lungeanu) and Adrian Turek Rahoveanu; Decision Support System Model for
Multi -Use Aquaponics Production Platform; 31st IBIMA Conference – ISI Proceedings: 25-26 April 2018,
Milan, Italy
11. Giuffrida M., Minervini M., Tsaftaris S. (2015): Learning to count leaves in rosette plants. In S. A.
Proceedings of the Computer Vision Problems in Plant Phenotyping (CVPPP), pages 1.1 –1.13. BMVA
Press, September 2015
12. Godde ka S., Körner O., 2019, A fully integrated simulation model of multi -loop aquaponics: A case study
for system sizing in different environments, Agricultural Systems vol. 171, pp.143 –154.
13. Maucieri C. , NicolettoI D., Zanin G. , Birolo M. , Trocino A. , Samb o P. , Borin M. , Xiccato G.; 2019,
Effect of stocking density of fish on water quality and growth performance of European Carp and leafy
vegetables in a low -tech aquaponic system; PLOS ONE https ://doi.org/10.1371/journal.pone.0217561
14. Maucieri C., Carlo Nicoletto, Ranka Junge, Zala Schmautz,2 Paolo Sambo: Hydroponic systems and water
management in aquaponics: A review of hydroponic systems and water management in aquaponics: A
review Italian Jou rnal of Agronomy 2018; volume 13:1012Italian Journal of Agronomy 2018; volume
13:1012
15. Michael G. , Alejandro V. , Henry R. , Nancy S , Sivalingam E. , Walter O. Guy B. (2019): AI-powered banana
diseases and pest detection, Plant Methods, volume 15, Article number: 92 (2019)
16. Patil P. A., Dube K., Verma A. K., Chadh a N. K., Sundaray J.K., Jayasankar P.J., 2019, Growth
perfromance of goldfish, Carassius auratus and basil, Ocimum basilicum in media bed aquaponics, Indian
J. Fish, vol 66 (1), pp. 112 -118.
17. Petrea S. M., Coada M. T., Cristea V., Dediu L., Cristea D., Zug ravu A., Turek M, Mocuta D, A 2016,
Comparative Cost – Effectiveness Analysis in Different Tested Aquaponic Systems, Agriculture and
Agricultural Science Procedia, Vol. 10, pp. 555 -565
18. Petrea Șt. M., Cristea V., Dediu L., Liu F., Contoman M., Lupoae P., An tache A., Bandi A. C.; A study of
nitrogen dynamics in an integrated stellate sturgeon and spinach aquaponic system with different crop
densities; Bulletin of University of Agricultural Sciences and Veterinary Medicine Cluj -Napoca. ANIMAL
SCIENCE AND BIOTE CHNOLOGIES Vol. 71(2), 2014, p:219 -22
19. Petrea Șt. M., Cristea V., Dediu L., Contoman M., Antache A., Coadă M. T., Plăcintă (Ion) S., Bandi A.
C.; A study of phosphorus and calcium dynamics in an integrated rainbow trout and spinach (Nores variety)
aquaponic system with different crop densities; SCIENTIFIC PAPERS ANIMAL SCIENCE AND
BIOTECHNOLOGIES, 2014, Vol. 47 (2), p: 196 – 206.

18
20. Petrea Șt. M., Cristea V., Dediu L., Contoman M., Lupoae P., Antache A., Dicu M. D., Coadă M. T.;
Vegetable production in an inte grated aquaponic system with stellate sturgeon and spinach – Matador
variety; SCIENTIFIC PAPERS ANIMAL SCIENCE AND BIOTECHNOLOGIES , 2014, Vol. 47 (1); p:
228–238.
21. Maucieri C., Carlo Nicoletto, Ranka Junge, Zala Schmautz,2 Paolo Sambo: Hydroponic systems and water
management in aquaponics: A review of hydroponic systems and water management in aquaponics: A
review Italian Journal of Agronomy 2018; volume 13:1012Italian Journal of Agronomy 2018; volume
13:1012
22. Petrea Șt. M., Cristea V., Dediu L., Contoman M ., Plăcintă (Ion) S., Mocanu (Cretu) M. and Antache A.;
Study of nitrogen cycle in an integrated aquaponic system with different plant densities; Bulletin of
University of Agricultural Sciences and Veterinary Medicine Cluj -Napoca. ANIMAL SCIENCE AND
BIOTEC HNOLOGIES 2013. Vol. 70(1) p: 55 -64
23. Petrea St. M., Cristea V., Dediu L., Contoman M., Lupoae P., Mocanu (Cretu) M. and Coadă M.T.;
Vegetable production in an integrated aquaponic system with rainbow trout and spinach; Bulletin of
University of Agricultural Sciences and Veterinary Medicine Cluj -Napoca. ANIMAL SCIENCE AND
BIOTECHNOLOGIES, Vol. 70(1), 2013, p: 45 -55.
24. Petrea S. M., Simionov I., Coada M., Cristea V., Zugravu A., Cretu M., Bandi C., Atmospheric and
biological models for aquaponics production sys tems; LAP Lambert Academic Publishing (2017); în limba
engleză, nr. pag. 60, ISBN -13: 978 -620-2-06369 -2.
25. Pamula O. Y. T., Sudarno P., 2019, Optimization on survival and growth rate of African catfish (Clarias
sp.) using water spinach (Ipomoea aquatica) -based aquaponics system, AACL Bioflux, vol. 12, Issue 2, pp.
716 -723.
26. Putri A. O. , Pamula O. Y. T., Fakhriah Y. , Sudarno P , Manan A , Sari L. A. Dewi N. N., 2019, The
comparison of water spinach (ipomoea aquatica) density using aquaponic system to decrea se the
concentration of ammonia (nh3), nitrite (no2), nitrate (no3) and its effect on feed conversion ratio and feed
efficiency to increase the survival rate and specific growth rate of african catfish (clarias sp.) in intensive
aquaculture; Journal of Aqu aculture and Fish Health Vol. 8 No.2; pp. 113 – 122.
27. Obirikorang KA, Agbo NW, Obirikorang C, Adjei -Boateng D, Ahiave SE, Skov PV (2019) Effects of water
flow rates on growth and welfare of Nile tilapia (Oreochromis niloticus) reared in a recirculating
aqua culture system. Aquac Int 27(2):449 –462
28. Oladimeji AS, Olufeagba SO, Ayuba VO, Sololmon SG, Okomoda VT (2018) Effects of different growth
media on water quality and plant yield in a catfish -pumpkin aquaponics system. J King Saud Univ – Sci .
https://doi. o rg/10.1016/j.jksus.2018.02.001
29. Saufie S, A. Estim, M. Tamin, A. Harun, S. Obong, S. Mustafa, Growth performance of tomato plant and
genetically impoved fared tilapia in combined aquaponic systems, Asian J. Agric. Res. (2015) (ISSN: 1819 –
1894/10.3923/ajar.2 015)
30. Setiawan S. A., Hutagalung R. A., Mudlofar F., Taufik M., 2019, The effectiveness of stocking density on
the growth rate and survival Channa striata in Aquaponics Systems, J. of Aquaculture Development and
Environment, vol 2, nr. 1, pp. 45 -50
31. Sharada P. Mohanty D., Marcel S. (2016) : Using Deep Learning for Image -Based Plant Disease Detection,
Frontiers and Plant Science., 22 September 2016 | https://doi.org/10.3389/fpls.2016.01419
32. Shubhra A. , Ian S. (2017): Leaf Counting with Deep Convolutional and Deconvolutional Networks,
Workshop: ICCV 2017 Workshop on Computer Vision Problems in Plant Phenotyping
33. Srdjan S. , Marko A. , Andras A. , Dubravko C. , Darko S. (2016): Deep Neural Networks Based Recognition
of Plant Diseases by Leaf Image Classification, Computational Intelligence and NeuroSc ience ,
doi: 10.1155/2016/3289801
34. Velichkova K., Sirakov I., Stoyanova S., Staykov Y., Cultivation of lettuce (Lactuca sativa L.) and rainbow
trout (Oncorhynchus mykiss W.) in the aqu aponic recirculation system, 2019, Journal of Central European
Agriculture, 20(3), p.967 -973
35. Vijai S., Misrab A (2017): Detection of plant leaf diseases using image segmentation and soft computing
techniques, Information Processing in Agriculture , Volume 4, Issue 1 , March 2017, Pages 41 -49
36. Yildiz Y, L Robaina, J Pirhonen, E Mente, D Dominguez, G Parisi, 2017. Fish welfare in aquaponic
systems, its relation to water quality with an emphasis on feed and faeces – A review. Water, vol.9 pp. 1 -13.
37. Zugravu, G. A., Kamel, K. I., Turek Rahoveanu, M. M., Coada, M. T., Petrea, S. M., Bandi, A. C., Cretu,
M., Chihaia, I. A. (2017). Development Smart Water Aquaponics Model. In S. Hugues, & N. Cristache
(eds.), Risk in Contemporary Economy (pp. 456 -464). Iasi, Romania: LUMEN Proceedings.
https://doi.org/10.18662/lumproc.rce2017.1.40