Search

This article proposes a new method for estimating the extrinsic calibration parameters between any pair of multibeam LiDAR sensors on a vehicle. Unlike many state-of-the-art works, this method does not use any calibration pattern or reflective marks placed in the environment to perform the calibration; in addition, the sensors do not need to have overlapping fields of view. An iterative closest point (ICP)-based process is used to determine the values of the calibration parameters, resulting in better convergence and improved accuracy. Furthermore, a setup based on the car learning to act (CARLA) simulator is introduced to evaluate the approach, enabling quantitative assessment with ground-truth data. The results show an accuracy comparable with other approaches that require more complex procedures and have a more restricted range of applicable setups. This work also provides qualitative results on a real setup, where the alignment between the different point clouds can be visually checked. The open-source code is available at https://github.com/midemig/pcd_calib . This work was supported in part by the Madrid Government (Comunidad de Madrid-Spain) under the Multiannual Agreement with UC3M ("Fostering Young Doctors Research," APBI-CM-UC3M) in the context of the V PRICIT (Research and Technological Innovation Regional Program); and in part by the Spanish Government through Grants ID2021-128327OA-I00 and TED2021-129374A-I00 funded by MCIN/AEI/10.13039/501100011033 and by the European Union NextGenerationEU/PRTR.

The Google's Loon[TM] initiative aims at covering rural or underdeveloped areas via fleets of high-altitude balloons supporting LTE connectivity. But how effective and stable can be the coverage provided by a network deployed via propulsion-free balloons, floating in the sky, and only loosely controllable through altitude variations? To provide some insights on the relevant performance and trade-offs, in this paper we gather real-world data from publicly available flight tracking services, and we analyze coverage and service stability in three past deployment scenarios. Besides employing a variety of metrics related to spatial and temporal coverage, we also assess service continuity, by also leveraging recently proposed “meaningful availability” metrics. While our analyses show that balloons are certainly a cost-effective way to provide a better-than-nothing and delay-tolerant service, there is yet no empirical evidence that an increase in the number of overlapping balloons may be rewarded with a substantial performance increase - in other words, we suspect that guaranteeing coverage and service stability levels comparable to that of a terrestrial cellular network is a challenging goal. Publicado

Progress in the design of functional perovskite oxides relies on advances in density functional theory (DFT) methods to efficiently and effectively model complex systems composed of several transition-metal ions. This work reports the application of DFT methods to investigate the electronic structure of the YSr2Cu2FeO8−δ (0 < δ < 1) family in which the insulating, metal, or superconducting behaviors and even anion conductivity can be tuned by modifying the oxygen content. In particular, we assess the performance of the generalized gradient approximation (GGA), its Hubbard-U correction (GGA + U), and the strongly constrained and appropriately normed (SCAN) to model the metallic (idealized YSr2Cu2FeO8) and insulating (idealized YSr2Cu2FeO7) phases of the system. The analysis of the DFT results is supported by DC resistivity measurements that denote the metal character of the synthesized YSr2Cu2FeO7.86 and the semiconducting character of YSr2Cu2FeO7.08 prepared under reducing conditions. In addition, the band gap of YSr2Cu2FeO7.08, in the range of 0.73−1.2 eV, has been extracted from diffuse reflectance spectroscopy (DRS). While the three methodologies (GGA, GGA + U, SCAN) permit the reproduction of the crystal structures of the synthetized oxides (determined here in the case of YSr2Cu2FeO7.08 by neutron powder diffraction (NPD)), the SCAN emerges as the only one capable to predict the basic electronic and magnetic properties across the YSr2Cu2FeO8−δ (0 < δ < 1) series. The picture that emerges for the metal (δ = 0) to insulating (δ = 1) transition is the one in which oxygen vacancies contribute electrons to the filling of the Cu/Fe-3dx2−y2 states of the conduction band. These results validate the SCAN functional for future DFT investigations of complex functional oxides that combine severaltransition metals.

Hybrid platforms combining multicore Central Processing Units (CPU) with many-core hardware accelerators such as Graphic Processing Units (GPU) can be smartly exploited to provide efficient parallel implementations of wireless communication algorithms for Fifth Generation (5G) and beyond systems. Massive Multiple-Input Multiple-Output (MIMO) systems are a key element of the 5G standard, involving several tens or hundreds of antenna elements for communication. Such a high number of antennas has a direct impact on the computational complexity of some MIMO signal processing algorithms. In this work, we focus on the channel estimation stage. In particular, we develop a parallel implementation of a recently proposed MIMO channel estimation algorithm. Its performance in terms of execution time is evaluated both in a multicore CPU and in a GPU. The results show that some computation blocks of the algorithm are more suitable for multicore implementation, whereas other parts are more efficiently implemented in the GPU, indicating that a hybrid CPU-GPU implementation would achieve the best performance in practical applications based on the tested platform.

Quantum computing poses fascinating challenges for current cryptography, threatening the security of many schemes and protocols widely used today. To adapt to this reality, the U.S. National Institute for Standards and Technology (NIST) is currently running a standardization process in search of post-quantum (classical, yet resistant to quantum attacks) cryptographic tools, focusing on signature schemes and key encapsulation mechanisms. Many of the competing proposals also include designs for two-party key exchange, which can be combined in different ways to fit scenarios involving (Formula presented.) parties, that is, yielding group key exchange protocols. However, very few implementations of such group protocols are available to practitioners, which face a non-trivial challenge when deciding how to implement a protocol for establishing secure group sessions in this new post-quantum scenario. With this in mind, the authors report on the implementation of a secure post-quantum group key exchange protocol in the so-called Quantum Random Oracle Model. The protocol decided to implement is based on a KEM called Kyber, which is one of the finalists of the NIST competition. Not only this group construction is the only one available in the literature using a NIST finalist, but also, among all post-quantum designs the authors are aware of, it uses this strongest security model (as, e.g. in other proposals, the adversarial interaction with the hash functions of the system is assumed to be exclusively classical). Furthermore, experimental evidence is provided supporting this choice in terms of performance, even if the number of involved entities is large (up to 2000). All data and code are publicly available. Ministerio de Economía y Competitividad. Grant Number: PID2019-109379RB-100 NATO Science for Peace and Security Programme. Grant Number: G5448

This is an Accepted Manuscript of an article published by Taylor & Francis Group in Soft matter on 29/03/2023, available online at: http://www.tandfonline.com/10.1039/d2sm01326f Cell migration is a physical process central to life. Among others, it regulates embryogenesis, tissue regeneration, and tumor growth. Therefore, understanding and controlling cell migration represent fundamental challenges in science. Specifically, the ability of cells to follow stiffness gradients, known as durotaxis, is ubiquitous across most cell types. Even so, certain cells follow positive stiffness gradients while others move along negative gradients. How the physical mechanisms involved in cell migration work to enable a wide range of durotactic responses is still poorly understood. Here, we provide a mechanistic rationale for durotaxis by integrating stochastic clutch models for cell adhesion with an active gel theory of cell migration. We show that positive and negative durotaxis found across cell types are explained by asymmetries in the cell adhesion dynamics. We rationalize durotaxis by asymmetric mechanotransduction in the cell adhesion behavior that further polarizes the intracellular retrograde flow and the protruding velocity at the cell membrane. Our theoretical framework confirms previous experimental observations and explains positive and negative durotaxis. Moreover, we show how durotaxis can be engineered to manipulate cell migration, which has important implications in biology, medicine, and bioengineering. P.S acknowledges support from the Spanish Ministry of Economy and Competitiveness (Grant No: PID2019-110949GB-I00) and the Generalitat de Catalunya (Grant No: 2017-SGR-1278). C.V. was supported by the Generalitat de Catalunya (FI grant). P.S and C.V. acknowledge support from the European Commission (Grant No. H2020-FETPROACT-01-2016-731957). We also thank W. Mirza, J.J. Muñoz, and M. Arroyo for discussion.

The main research motivation of this article is the fight against gender-based violence and achieving gender equality from a technological perspective. The solution proposed in this work goes beyond currently existing panic buttons, needing to be manually operated by the victims under difficult circumstances. Instead, Bindi, our end-to-end autonomous multimodal system, relies on artificial intelligence methods to automatically identify violent situations, based on detecting fear-related emotions, and trigger a protection protocol, if necessary. To this end, Bindi integrates modern state-of-the-art technologies, such as the Internet of Bodies, affective computing, and cyber-physical systems, leveraging: 1) affective Internet of Things (IoT) with auditory and physiological commercial off-the-shelf smart sensors embedded in wearable devices; 2) hierarchical multisensorial information fusion; and 3) the edge-fog-cloud IoT architecture. This solution is evaluated using our own data set named WEMAC, a very recently collected and freely available collection of data comprising the auditory and physiological responses of 47 women to several emotions elicited by using a virtual reality environment. On this basis, this work provides an analysis of multimodal late fusion strategies to combine the physiological and speech data processing pipelines to identify the best intelligence engine strategy for Bindi. In particular, the best data fusion strategy reports an overall fear classification accuracy of 63.61% for a subject-independent approach. Both a power consumption study and an audio data processing pipeline to detect violent acoustic events complement this analysis. This research is intended as an initial multimodal baseline that facilitates further work with real-life elicited fear in women. This work was supported in part by the Department of Research and Innovation of Madrid Regional Authority, in the EMPATIA-CM Research Project (Reference Y2018/TCS-5046) funded by MCIN/AEI/10.13039/501100011033 under Grant PDC2021-121071-I00; in part by the European Union NextGenerationEU/PRTR in part by the Spanish Ministry of Universities with the FPU under Grant FPU19/00448; and in part by the Madrid Government (Comunidad de Madrid-Spain) through the Multiannual Agreement with UC3M in the line of Excellence of University Professors (EPUC3M26), and in the context of the V PRICIT (Regional Programme of Research and Technological Innovation).

The collaboration of the real world and the virtual world, known as Digital Twin, has become a trend with numerous successful use cases. However, there are challenges mentioned in the literature that must be addressed. One of the most important issues is the difficulty of collaboration of Digital Twins due to the lack of standardization in their implementation. This article continues a previous work that proposed a generic architecture based on the FIWARE components to build Digital Twins in any field. Our work proposes the use of Linked Open Data as a mechanism to facilitate the communication of Digital Twins. We validate our proposal with a use case of an urban Digital Twin that collaborates with a parking Digital Twin. We conclude that Linked Open Data in combination with the FIWARE ecosystem is a real reference option to deploy Digital Twins and to enable the collaboration between Digital Twins.

This paper proposes the minimization of α-divergences for approximate inference in the context of deep Gaussian processes (DGPs). The proposed method can be considered as a generalization of variational inference (VI) and expectation propagation (EP), two previously used methods for approximate inference in DGPs. Both VI and EP are based on the minimization of the Kullback-Leibler divergence. The proposed method is based on a scalable version of power expectation propagation, a method that introduces an extra parameter α that specifies the targeted α-divergence to be optimized. In particular, such a method can recover the VI solution when α → 0 and the EP solution when α → 1. An exhaustive experimental evaluation shows that the minimization of α-divergences via the proposed method is feasible in DGPs and that choosing intermediate values of the α parameter between 0 and 1 can give better results in some problems. This means that one can improve the results of VI and EP when training DGPs. Importantly, the proposed method allows for stochastic optimization techniques, making it able to address datasets with several millions of instances, The authors gratefully acknowledge the use of the facilities of Centro de Computación Científica (CCC) at Universidad Autónoma de Madrid. The authors also acknowledge financial support from Spanish Plan Nacional I+D+i, Ministerio de Ciencia e Innovación, grant PID2019-106827GB-I00 / AEI / 10.13039/501100011033

The wholesale electricity markets in Europe are undergoing major changes. The pursuit of a major integration for the development of the Internal Energy market is the main driver of this transformation. In this context, the Central Western Europe region implemented for the first time in May 2015 a new and complex mechanism to manage cross-border capacity allocation in the frame of the day-ahead market: the Flow-Based Market Coupling. This paper is the first to consider recent data of the electricity market to develop a predictive model for identifying convergence and congestion situations in the Central Western Europe region. The occurrence of convergence or not is considered as a binary outcome to build a probit model. This model combines meaningful information about the electricity market features of the interconnected countries between 2016 and 2018, including for the first time data on renewable energy sources forecasts for this type of studies. The results of this study identify the major role that Germany and France play in the integration process. The estimated coefficients of the model show that the strong development of solar and wind power in Germany appears as an important driver of congestion in the Central Western Europe. In order to improve the benefits of market integration and the further development of the Internal Energy market, the results of this study encourage policy-makers to promote cooperation and coordination among all the actors involved in the electricity market and to pursue the expansion of the power grid to minimize the occurrence of congestion situations. This project has been funded by the National Distance Education University (UNED), Spain, Applied Economic and Economic History department for open access publishing.

The degradation of critical components inside large industrial assets, such as ball-bearings, has a negative impact on production facilities, reducing the availability of assets due to an unexpectedly high failure rate. Machine learning- based monitoring systems can estimate the remaining useful life (RUL) of ball-bearings, reducing the downtime by early failure detection. However, traditional approaches for predictive systems require run-to-failure (RTF) data as training data, which in real scenarios can be scarce and expensive to obtain as the expected useful life could be measured in years. Therefore, to overcome the need of RTF, we propose a new methodology based on online novelty detection and asymmetrical hidden Markov models (As-HMM) to work out the health assessment. This new methodology does not require previous RTF data and can adapt to natural degradation of mechanical components over time in data-stream and online environments. As the system is designed to work online within the electrical cabinet of machines it has to be deployed using embedded electronics. Therefore, a performance analysis of As-HMM is presented to detect the strengths and critical points of the algorithm. To validate our approach, we use real life ball-bearing data-sets and compare our methodology with other methodologies where no RTF data is needed and check the advantages in RUL prediction and health monitoring. As a result, we showcase a complete end-to-end solution from the sensor to actionable insights regarding RUL estimation towards maintenance application in real industrial environments. This study was supported partially by the Spanish Ministry of Economy and Competitiveness through the PID2019-109247GB-I00 project and by the Spanish Ministry of Science and Innovation through the RTC2019-006871-7 (DSTREAMS project). Also, by the H2020 IoTwins project (Distributed Digital Twins for industrial SMEs: a big-data platform) funded by the EU under the call ICT-11-2018- 2019, Grant Agreement No. 857191.

Bayesian networks are probabilistic graphical models that are commonly used to represent the uncertainty in data. The PyBNesian package provides an implementation for many different types of Bayesian network models and some variants, such as conditional Bayesian networks and dynamic Bayesian networks. In addition, the package can be easily extended with new components that can interoperate with those already implemented. Furthermore, the package also implements other related models such as kernel density estimation using OpenCL 1.2+ to enable GPU acceleration. PyBNesian is totally free and open-source under the MIT license.

The convective heat transfer in a turbulent boundary layer (TBL) on a flat plate is enhanced using an artificial intelligence approach based on linear genetic algorithms control (LGAC). The actuator is a set of six slot jets in crossflow aligned with the freestream. An open-loop optimal periodic forcing is defined by the carrier frequency, the duty cycle and the phase difference between actuators as control parameters. The control laws are optimised with respect to the unperturbed TBL and to the actuation with a steady jet. The cost function includes the wall convective heat transfer rate and the cost of the actuation. The performance of the controller is assessed by infrared thermography and characterised also with particle image velocimetry measurements. The optimal controller yields a slightly asymmetric flow field. The LGAC algorithm converges to the same frequency and duty cycle for all the actuators. It is noted that such frequency is strikingly equal to the inverse of the characteristic travel time of large-scale turbulent structures advected within the near-wall region. The phase difference between multiple jet actuation has shown to be very relevant and the main driver of flow asymmetry. The results pinpoint the potential of machine learning control in unravelling unexplored controllers within the actuation space. Our study furthermore demonstrates the viability of employing sophisticated measurement techniques together with advanced algorithms in an experimental investigation., Comment: 20 pages, 13 figures

El presente trabajo se centra en el estudio de la huella de carbono, una medida que evalúa las emisiones de gases de efecto invernadero (GEI) asociadas con una actividad, producto o entidad. El objetivo principal es comprender la importancia de medir y reducir la huella de carbono como parte de la mitigación del cambio climático. La toma de conciencia sobre nuestra huella de carbono individual es fundamental para fomentar cambios de comportamiento hacia prácticas más sostenibles. Al medir y comprender nuestro impacto ambiental, podemos tomar decisiones informadas y adoptar medidas para reducir nuestra huella de carbono, como optar por formas de transporte más sostenibles o reducir el consumo de energía. El objetivo principal de este estudio es permitir a los estudiantes sean conscientes de la cantidad de gases de efecto invernadero emitidos como resultado de sus acciones y decisiones en sus actividades diarias relacionadas con la escuela. Con ese fin, se ha diseñado una aplicación móvil que posibilita a los estudiantes calcular su huella de carbono total, la cual incluye tanto las emisiones directas como las indirectas. La aplicación proporcionará una interfaz intuitiva y fácil de usar, donde los usuarios podrán ingresar los datos sobre sus actividades diarias, como el transporte utilizado o la intensidad de uso de los elementos tecnológicos de la escuela. Posteriormente, la aplicación analizará esos datos y brindará a los estudiantes una evaluación personalizada sobre el impacto ambiental de sus acciones. Esto incluirá tanto la huella de carbono total cuantificada en kgCO2eq/mes como las emisiones específicas generadas por cada actividad individual. Adicionalmente, la aplicación ofrecerá información educativa y consejos prácticos para que los estudiantes reduzcan su Huella de Carbono. El propósito es crear conciencia sobre la importancia de mitigar las emisiones y promover acciones prácticas para lograrlo. Abstract: The present work focuses on the study of the carbon footprint, a measure that assesses the emissions of greenhouse gases (GHGs) associated with an activity, product, or entity. The main objective is to understand the importance of measuring and reducing the carbon footprint as part of climate change mitigation. Raising awareness of our individual carbon footprint is crucial to encourage behavioural changes towards more sustainable practices. By measuring and understanding our environmental impact, we can make informed decisions and take steps to reduce our carbon footprint, such as opting for more sustainable forms of transportation or reducing energy consumption. The main goal of this study is to enable students to be aware of the amount of greenhouse gases emitted as a result of their actions and decisions in their daily school-related activities. To this end, a mobile application has been designed that allows students to calculate their total carbon footprint, which includes both direct and indirect emissions. The application will provide an intuitive and user-friendly interface where users can input data about their daily activities, such as the transportation used or the intensity of technology use at school. Subsequently, the application will analyse this data providing students with a personalized assessment of the environmental impact of their actions. This will include both the total carbon footprint quantified in kgCO2eq/month and the specific emissions generated by each individual activity. Additionally, the application will offer educational information and practical tips for students to reduce their carbon footprint. The purpose is to create awareness about the importance of mitigating emissions and promote practical actions to achieve this.

RESUMO: O tripé das universidades brasileiras é composto por ensino, pesquisa e extensão. A partir das ações de extensão, é possível articular o conhecimento científico em conjunto com as necessidades da sociedade e, dessa forma, respaldadas por valores democráticos e igualdade de direitos, tais ações são capazes de promover o desenvolvimento social local. Entendendo a importância social oportunizada pelas ações de extensão, propõe-se a seguinte pergunta: como estão sendo realizadas as ações de extensão nas universidades? Neste contexto, o método utilizado para responder à pergunta em questão foi a execução de uma revisão bibliográfica sistemática que considerou as publicações dos últimos dez anos presentes nas seguintes bases digitais: ACM, CEIE, IEEE, RBIE, Renote, ScienceDirect, SBIE e WIE. Foram utilizadas 25 palavras-chave, um critério de inclusão e seis critérios de exclusão. Após a extração dos dados e análise crítica referente aos artigos selecionados a partir de uma perspectiva freireana, foi construído um panorama sobre as ações extensionistas na área de Computação. Um dos oito itens que compõem esse panorama trouxe à luz, por exemplo, que 61,54% das ações de extensão abordam tópicos referentes ao pensamento computacional ou ao ensino de programação. Observando-se o panorama geral encontrado, foi possível concluir que as ações de extensão apresentaram, por exemplo, uma hegemonia de tópicos de estudos, foco específico em um determinado público, baixo protagonismo discente, entre outras questões. RESUMEN: El trípode de las universidades brasileñas está compuesto por docencia, investigación y extensión. A partir de las acciones de extensión es posible articular el conocimiento científico junto a las necesidades de la sociedad y, de esta manera, sostenidas en los valores democráticos y la igualdad de derechos, son capaces de promover el desarrollo social local. Entendiendo la importancia social que brindan las acciones de extensión, se aclara la siguiente pregunta: ¿Cómo se realizan las acciones de extensión en las universidades? En este contexto, el método utilizado para responder a la pregunta en cuestión fue la ejecución de una revisión sistemática de la literatura que consideró las publicaciones de los últimos 10 años presentes en las siguientes bases de datos digitales: ACM, CEIE, IEEE, RBIE, Renote, ScienceDirect, SBIE y WIE. Fueron utilizadas veinticinco palabras clave, un criterio de inclusión y seis criterios de exclusión. Después de extraer los datos y analizar críticamente los artículos seleccionados desde una perspectiva freireana, se construyó un panorama sobre las acciones de extensión en el área de Computación. Uno de los ocho puntos que componen este panorama dice, por ejemplo, que el 61,54% de las acciones de extensión abordan temas relacionados con el pensamiento computacional o la enseñanza de la programación. Observando el panorama general encontrado, es posible concluir que las acciones de extensión presentaron, por ejemplo, hegemonía de temas de estudio, focalización específica en un público determinado, bajo protagonismo discente, entre otras cuestiones. ABSTRACT: The tripod of Brazilian universities is composed of teaching, research, and outreach. Through outreach actions, it is possible to connect scientific knowledge and society’s needs. Thus, supported by democratic values and equal rights, they can promote local social development. Understanding the social importance of outreach actions, we ask: how are outreach actions being carried out in universities? To answer this question, we did a systematic literature review considering the publications of the last 10 years in the following digital databases: ACM, CEIE, IEEE, RBIE, Renote, ScienceDirect, SBIE, and WIE. We used twenty-five keywords, one inclusion criterion, and six exclusion ones. After collecting the data, we critically analyzed the selected articles from a Freirean perspective, building an overview of the outreach actions in the Computer Sciences area. One of the eight items of this panorama shows, for example, that 61.54% of the outreach actions address topics related to computational thinking or teaching programming. Observing the general panorama found, we can conclude that the outreach actions presented a hegemony of study topics, a specific focus on a certain audience, and a low level of student protagonism, among other issues.

La globalización ha hecho que las Tecnologías del Aprendizaje y el Conocimiento (TAC), se conviertan en la plataforma adecuada para desarrollar estrategias TIC de enseñanza más didácticas y ajustadas a las exigencias actuales de la sociedad, en ese sentido, el siguiente proyecto investigativo pudo identificar inconformidades en la gestión educativa por parte del Instituto O’Higgins y en el proceso de enseñanza-aprendizaje específicamente en los procesos multiplicativos de los estudiantes de 3°, por tal motivo se propuso como objetivo general, fortalecer la competencia de razonamiento mediante modelación y análisis lógico matemático haciendo uso de un OVA. Para la investigación se desarrolló un enfoque mixto y se fundamentó en la IAP (Investigación Acción Participación), la observación y el método inductivo. Los resultados obtenidos permitieron validar la pertinencia del OVA, puesto que los desempeños de los estudiantes y la disposición hacia la clase demostraron una mejora significativa. Globalization has made Learning and Knowledge Technologies (TAC) become the appropriate platform to develop ICT teaching strategies that are more didactic and adjusted to the current demands of society, in this sense, the following research project was able to identify disagreements in educational management by the O'Higgins Institute, specifically in the multiplicative processes of 3rd grade students, for this reason it was proposed as a general objective, to strengthen the process of problem solving, modeling and mathematical logical analysis using an OVA, for which the research was developed from the qualitative approach and was based on the IAP (Participation Action Research), observation and the inductive method. The results obtained allowed us to validate the relevance of the OVA, since the performance of the students and the disposition towards the class showed a significant improvement. Licenciado en Informática Educativa Pregrado

Este proyecto trata de explorar el uso de la Business Intelligence. Actualmente vivimos en una sociedad en la que existen una gran cantidad de datos de muy diversa procedencia. Por ello se ha creado la necesidad de procesar y analizar los datos para poder conseguir información valiosa de ellos. En este contexto, nosotros vamos a centrarnos en el uso de la Business Intelligence en el mundo del deporte. Específicamente vamos a analizar datos de La Liga de fútbol española de la temporada 2017-2018. En este proyecto vamos a tratar las diferentes etapas de la Business Intelligence, desde la recopilación de los datos hasta la creación de visualizaciones de datos, pasando por el tratamiento que estos reciben. El resultado del proyecto será la creación de un dashboard interactivo en el que se presentarán las visualizaciones en diferentes pantallas según la parte del juego analizada. Este proyecto se va a realizar utilizando Tableau Desktop y será accesible mediante Tableau Public. Abstract: This project aims to explore the use of Business Intelligence. We currently live in a society where there is a large amount of data from a variety of sources. This has created the need to process and analyse data in order to extract valuable information from it. In this context, we will focus on the use of business intelligence in the world of sport. Specifically, we are going to analyse data from the Spanish football league La Liga for the 2017-2018 season. In this project, we will look at the different stages of Business Intelligence, from collecting the data to creating data visualisations and processing the data. The result of the project will be the creation of an interactive dashboard where the visualisations will be presented on different screens depending on the part of the game analysed. This project will be carried out using Tableau Desktop and will be accessible via Tableau Public.

Since the adoption of Convolutional Neural Networks (CNNs) for vision tasks, both hardware and software developments have rushed to make these architectures plausible on constrained hardware. Recently, transformers have shaken the world in Natural Language Processing (NLP) tasks and promise to also be the future of vision Deep Learning (DL). However their strengths are yet to be determined. In this work we: (1) Introduce the concept of a Vision Transformer (ViT), (2) Survey the literature for efficient mobile ViTs architectures, (3) Generate a latency-score comparison of the presented SoTA works, (4) Analyze their effectiveness and viability under a real-world task (facial landmark estimation), (5) Propose a more efficient configuration to a selected model from the SoTA, (6) Discuss ViTs in relation to CNNs. RESUMEN Desde el uso de Redes Neuronales Convolucionales (CNNs) en tareas de Visión, el desarrollo de ambos hardware y software ha avanzando rápidamente para hacer posible su ejecución en dispositivos móviles. Recientemente, los transformers han revolucionado lo que es posible en Procesamiento del Lenguaje Natural (NLP) y ahora prometen ser también el futuro de la visión por computador por aprendizaje profundo (DL). Sin embargo, están aún por determinarse sus puntos fuertes en estas tareas. En este trabajo realizamos lo siguiente: 1. Introducimos el concepto de Vision Transformer (ViT), 2. Revisamos sistemáticamente el estado del arte (SoTA) en arquitecturas ViT para dispositivos móviles, 3. Generamos una comparación de eficiencia de los trabajos del SoTA presentados, 4. Analizamos su efectividad y viabilidad en una tarea del mundo real (detección de landmarks faciales), 5. Proponemos una configuración más eficiente de un modelo del SoTA, 6. Y finalmente discutimos los ViTs en relación a las CNNs.

En el entorno actual de crisis climática y elevados precios de la energía se hace más necesario que nunca impulsar políticas y nuevas empresas que permitan acelerar la transición energética hacia fuentes de generación de origen renovable, abandonando paulatinamente los combustibles fósiles. En esta línea, el objetivo del trabajo de fin de máster es la creación de una comercializadora de electricidad de origen 100% renovable, que permitirá a sus clientes confiar que en su consumo eléctrico no procede de fuentes contaminantes que provocan emisiones de gases de efecto invernadero. Current climate crisis and high energy prices environment makes it more necessary than ever to promote policies and the creation of new companies that accelerate the transition to renewable sources of energy generation, gradually abandoning fossil fuels. In this regard, the objective of this master's thesis is to create a 100% renewable electricity supplier that enables its clients to trust that their electricity consumption does not come from polluting sources that cause greenhouse gas emissions.

La teledetección es una técnica que permite obtener información de alta calidad sobre la superficie terrestre sin necesidad de estar en contacto físico directo. Se basa en la captura y el análisis de datos recibidos a partir de sensores ubicados en plataformas satelitales que recogen información electromagnética reflejada o emitida por la Tierra. El objeto de estudio de este trabajo es el volcán Etna, situado en la isla de Sicilia al suroeste de la península de Italia. El volcán Etna es uno de los más activos y con erupciones más explosivas de toda Europa. En este trabajo, se hace uso de la teledetección para realizar un estudio de cambios del volcán Etna. Para ello se utilizan imágenes proporcionadas por la misión Sentinel-2 de la ESA. Para realizar el análisis, se ha desarrollado en Phyton el algoritmo de clasificación no supervisada DBSCAN para llevar a cabo esta clasificación en imágenes satelitales. Este algoritmo ha sido implementado en la herramienta llamada QGIS, Sistema de Información Geográfica de software libre y código abierto utilizado para el procesamiento y análisis de imágenes satelitales. A partir de esto, se realiza una comparación con otro algoritmo de clasificación no supervisada, KMEANS, y finalmente se procede al análisis cuantitativo de cambios. Abstract: Remote sensing is a technique that allows obtaining a high-quality information about the earth’s surface without the need to be in direct physical contact. It is based on the capture and analysis of data received from sensors located on satellite platforms that collect electromagnetic information reflected or emitted by the Earth. The object of study of this work is the Etna volcano, located on the island of Sicily in the southwest of the Italian peninsula. The Etna volcano is one of the most active and explosive eruptions in Europe. In this work, remote sensing is used to carry out a study of changes in the Etna volcano. For this purpose, images provided by ESA’s Sentinel-2 mission are used. To perform the analysis, an unsupervised classification algorithm has been developed using DBSCAN to perform this classification on satellite images, which it has been implemented in QGIS, Open-Source Geographic Information System for satellite image processing and analysis. From this, a comparison is made with another unsupervised classification algorithm, KMEANS, and lastly a quantitative analysis of changes is performed.

El proceso de verificación y validación de un software es imprescindible para asegurarse del funcionamiento óptimo del mismo. Sin embargo, para alcanzar las expectativas de las empresas en cuanto a calidad de software y teniendo en cuenta que las pruebas no pueden ser realizadas con datos reales es fundamental hacer uso de las herramientas de gestión de datos de prueba también conocidas como TDM de las siglas en inglés Test Data Management. La elaboración de este Trabajo de Fin de Grado será comparar las características de un conjunto de herramientas TDM del mercado actuales y sacar las conclusiones necesarias para facilitar a las empresas el camino hacia la elección de una herramienta TDM. Para elaborar esta comparación primero será necesario una búsqueda previa de información sobre las características que deben cumplir los datos para ser usados como datos de prueba y las acciones que las herramientas TDM realizan para que los datos cumplan los requisitos de ser usados para realizar las pruebas. Seguidamente será necesario comunicarse con los proveedores de las diferentes herramientas TDM para visualizar en mayor detalle las características de sus correspondientes herramientas TDM. Además, para ver el funcionamiento general de estas herramientas se presentarán varios casos prácticos usando la herramienta TDM llamada Icaria. Abstract: The verification and validation process of software is essential to ensure optimal performance. However, in order to meet companies' expectations regarding software quality and taking into account that testing cannot be performed with real data, it is essential to make use of test data management tools, also known as TDM (Test Data Management). The elaboration of this Final Degree Project is to compare the characteristics of a set of current TDM tools in the market and draw conclusions that will help companies choose the right TDM tool. In order to elaborate this comparison, it will first be necessary to search for information about the characteristics that the data must fulfill to be used as test data and the actions that the TDM tools perform so that the data meet the requirements to be used for testing. Subsequently, it will be necessary to contact the vendors of the various TDM tools to view in more detail the characteristics of their corresponding TDM tools. In addition, to see the general operation of these tools, several case studies will be presented using the TDM tool called Icaria.

La incertidumbre a la hora de afrontar un examen ha sido siempre un problema para los estudiantes. Conocer de antemano cual podría ser la calificación dependiendo del tiempo de estudio y de factores socioeconómicos puede ayudar a centrar esfuerzos en aquellos puntos donde un cambio podría ser clave para mejorar los resultados. Para lograr lo anterior, este trabajo consistirá en el diseño, implementación y despliegue de una plataforma web donde los alumnos puedan predecir sus calificaciones en futuras pruebas de evaluación, así como consultar las añadidas anteriormente por sus profesores. Estas predicciones serán el resultado de aplicar un modelo de Inteligencia Artificial, previamente entrenado con un histórico de calificaciones y datos personales de los alumnos. Abstract: Uncertainty when facing an exam has always been a problem for students. Knowing in advance what the grade could be depending on study time and socioeconomic factors can help students to focus their efforts on those points where a change could be key to improving the results. To achieve the previous, this bachelor's thesis will consist of the design, implementation, and deployment of a web platform where students can predict their grades in future assessment tests, as well as consult those previously added by their teachers. These predictions will be the result of applying an Artificial Intelligence model, previously trained with a history of grades and personal data of the students.

La enfermedad de Parkinson (EP) es una enfermedad neurodegenerativa de la que aún no se conoce cura. Esta enfermedad causa el deterioro de neuronas, incluso causando la muerte de las mismas, con síntomas motores como son los temblores, problemas en la piel y deformaciones en la voz. El diagnóstico de esta enfermedad no es un proceso rápido al no existir pruebas específicas para su detección, ya que generalmente se utilizan pruebas, como análisis de sangre y resonancias magnéticas, donde el criterio subjetivo del facultativo determina el resultado. Con este trabajo se plantea la posibilidad de mejorar los tiempos en la obtención de dichos diagnósticos, gracias a la resolución sobre los posibles biomarcadores de esta enfermedad en la voz. Esto se consigue a través de la creación de redes de neuronas auto-organizadas (SOM), capaces de distribuir en diferentes regiones a las personas sanas y enfermas. Estas redes de neuronas son entrenadas con registros de voz de personas sanas y enfermas, extraidos de un estudio realizado por la Universidad de Oxford en colaboración con el National Centre for Voice and Speech. Una vez generada una red con una distribución clara entre las personas sanas y enfermas, se analizan los resultados y se extraen las características más influyentes en el entrenamiento de la red con el fin de obtener dichos biomarcadores. Abstract: Parkinson’s disease (PD) is a neurodegenerative disease for which there is still no known cure. This disease causes the deterioration of neurons, even causing their death, with motor symptoms such as tremors, skin problems, and voice deformations. Diagnosing this disease is not a quick process due to the lack of specific tests for its detection, as usually tests like blood analysis and magnetic resonance are used, where the subjective criterion of the medical professional determines the result. This work proposes the possibility of improving the time for obtaining such diagnoses by using voice biomarkers as a potential method. This is achieved through the creation of self-organizing neural networks (SOM) capable of classifying healthy and sick individuals into different regions. These neural networks are trained with voice recordings of healthy and sick individuals extracted from a study conducted by the University of Oxford in collaboration with the National Center for Voice and Speech. Once a network with a clear distribution between healthy and sick individuals is generated, the results are analyzed, and the most influential characteristics in the network’s training are extracted to obtain these biomarkers.

En este proyecto se presenta una arquitectura segura de desarrollo de software CI/CD basada en Rancher, que incorpora los principios de DevSecOps. El objetivo principal es establecer un flujo de trabajo automatizado y seguro, que integre las etapas de desarrollo, pruebas, integración y entrega continua, mientras se asegura la calidad y seguridad del software. En este contexto, se realiza un análisis exhaustivo de los requisitos de seguridad asociados al proceso CI/CD, se identifican las mejores prácticas de DevSecOps y se implementan medidas de seguridad como el acceso seguro, el control de autenticación y autorización, para mitigar riesgos y garantizar la seguridad desde el inicio del ciclo de desarrollo. La arquitectura propuesta se compone de cuatro componentes principales: PostgreSQL, Jenkins, GitLab y SonarQube. PostgreSQL actúa como una base de datos segura para almacenar tanto la información de los proyectos como los datos de las vulnerabilidades conocidas. Jenkins se encarga de la automatización de las etapas del proceso CI/CD, mientras que GitLab proporciona un sistema de control de versiones seguro y colaborativo. SonarQube es empleado para realizar análisis estáticos del código y garantizar su calidad y seguridad. Finalmente, se incluyen pruebas exhaustivas para validar el correcto funcionamiento de la arquitectura propuesta. Se evalúan aspectos como la integridad de los datos, la detección de vulnerabilidades y la generación de informes de calidad del código. Abstract: This project presents a secure CI/CD software development architecture based on Rancher, which incorporates DevSecOps principles. The main objective is to establish an automated and secure workflow, which integrates the stages of development, testing, integration and continuous delivery, while ensuring the quality and security of the software. In this context, a thorough analysis of the security requirements associated with the CI/CD process is performed, DevSecOps best practices are identified and security measures such as secure access, authentication and authorisation control are implemented to mitigate risks and ensure security from the beginning of the development cycle. The proposed architecture consists of four main components: PostgreSQL, Jenkins, GitLab and SonarQube. PostgreSQL acts as a secure database to store both project information and known vulnerability data. Jenkins handles the automation of the CI/CD process steps, while GitLab provides a secure and collaborative version control system. SonarQube is used to perform static analysis of the code to ensure its quality and security. Finally, extensive testing is included to validate the correct functioning of the proposed architecture. Aspects such as data integrity, vulnerability detection and code quality reporting are evaluated.

Esta memoria explora los fundamentos teóricos y el estado del arte de las Physical Unclonable Functions (PUFs) y describe el proceso de diseñar e implementar una PUF unida a un algoritmo criptográficamente ligero. Las PUFs son objetos los cuales se pueden identificar de forma inequívoca de otros objetos utilizando las propiedades físicas que lo componen. En este proyecto se implementa la Arbiter PUF que utiliza los retardos de propagación de los circuitos multiplexores para autenticar dispositivos electrónicos. El dispositivo implementado está compuesto por circuitos integrados que contienen multiplexores y otros que contienen biestables tipo D. Los multiplexores se ponen en filas de a dos conectados a la entrada D y a la de reloj del biestable. A cada entrada de selección del multiplexor hay que ponerle un valor para generar un camino de retardos por dentro de los multiplexores. Al conjunto de esos valores se le conoce como challenge. Al introducir en las entradas de los primeros multiplexores una señal de reloj, ésta se propagará hasta llegar al biestable y según a qué entrada llegue primero la señal el bistable devolverá un cero o un uno. El sistema implementado tiene el circuito mencionado previamente repetido tres veces y junto al algoritmo trifork, que está compuesto por tres Perturbed Lagged Fibonacci Generators (PLFG), genera números aleatorios. El dispositivo se consigue implementar con éxito, aunque los resultados son muy inestables, ya que las mismas entradas devuelven valores muy distintos en cada ocasión. Abstract: This paper explores the theoretical foundations and state-of-the-art of Physical Unclonable Functions (PUFs) and describes the process of designing and implementing a PUF combined with a cryptographically lightweight algorithm. PUFs are objects that can be uniquely identified from other objects using their physical properties. In this project, the Arbiter PUF is implemented, which uses the propagation delays of multiplexer circuits to authenticate electronic devices. The implemented device is composed of integrated circuits that contain multiplexers and others that contain D-type flip-flops. The multiplexers are arranged in pairs, connected to the D input and the clock input of the flip-flop. Each selection input of the multiplexer must be given a value to generate a delay path through the multiplexers. The set of these values is known as the challenge. By inputting a clock signal into the first multiplexers’ inputs, it will propagate until it reaches the flip-flop, and depending on which input the signal arrives first, the flip-flop will return a zero or a one. The implemented system has the aforementioned circuit repeated three times and, along with the trifork algorithm, which consists of three Perturbed Lagged Fibonacci Generators (PLFG), it generates random numbers. The device is successfully implemented, although the results are very unstable, as the same inputs return very different values on each occasion.

Este trabajo presenta un estudio sobre el desarrollo de un modelo de inteligencia artificial, basado en un Transformer, que ha sido reentrenado utilizando tres conjuntos de datos diferentes de estilos de música clásica. El objetivo de este modelo es generar composiciones musicales basadas en una melodía proporcionada como entrada, cuya continuación se asemejará a uno de los estilos sobre los que ha sido reentrenado el modelo. El proceso de reentrenamiento ha consistido en exponer al modelo a los tres conjuntos de datos, cada uno de los cuales representaba un estilo musical clásico distinto. Aprovechando la gran cantidad de datos disponibles en estos conjuntos, los modelos pudieron aprender los patrones y características propias de cada estilo, permitiendo así poder componer música de cada uno de ellos. El desarrollo del trabajo ha consistido en varias etapas. En primer lugar, hay que elegir cuidadosamente los conjuntos de datos sobre los que se va a reentrenar el modelo. Esto se ha logrado a través de elegir un determinado número de obras de grandes compositores clásicos, que estaban contenidas en un conjunto de datos aún mayor y con una gran variedad de obras. Luego, se tuvo que realizar un preprocesamiento a estos datos, ya que las redes neuronales solo entienden números; cosa que se consiguió empleando un algoritmo de tokenización. Por último, una vez que se haya realizado todo lo anterior, llega el momento del entrenamiento. Partiendo de un modelo base preentrenado, se han empleado técnicas de fine-tuning, que consisten en ajustar algunos de los parámetros del modelo mediante un reentrenamiento con el objetivo de que el modelo aprenda los patrones y características propios de cada uno de los conjuntos de datos. Esto se hizo de manera independiente con cada uno de ellos. Los resultados obtenidos muestran el potencial del reentrenamiento de modelos de inteligencia artificial para generar música en diferentes estilos clásicos. Los modelos reentrenados mostraron una notable capacidad para componer piezas musicales coherentes y específicas de cada género cuando se le proporcionaba una melodía como entrada. Adicionalmente, se ha creado un notebook (https://colab.research.google.com/github/ DavidRamosArchilla/GIGA-Piano/blob main/GIGA_Piano_Composer. ipynb) en Google Colab para que cualquier persona, sin importar sus conocimientos técnicos, pueda probar por su cuenta lo que se ha desarrollado en este trabajo y componga su propia música. Abstract: This work presents a study on the development of an artificial intelligence model, based on a Transformer, that has been retrained using three different datasets of classical music styles. The objective of this model is to generate musical compositions based on a provided melody as input, with the continuation resembling one of the styles on which the model has been retrained. The retraining process involved exposing the model to the three datasets, each representing a distinct classical music style. Leveraging the vast amount of data available in these sets, the models were able to learn the patterns and unique characteristics of each style, thus enabling the composition of music in each of them. The development of the project has consisted of several stages. Firstly, it was necessary to carefully select the datasets on which the model would be retrained. This was achieved by choosing a specific number of works from prominent classical composers, which were part of a larger dataset containing a wide variety of compositions. Subsequently, data preprocessing was performed as neural networks only understand numbers. This was accomplished by employing a tokenization algorithm. Finally, once all the previous steps were completed, the training phase commenced. Starting from a pre-trained base model, fine-tuning techniques were utilized, which involved adjusting certain parameters of the model through retraining, aiming for the model to learn the specific patterns and characteristics of each dataset. This process was carried out independently for each dataset. The obtained results demonstrate the potential of retraining artificial intelligence models to generate music in different classical styles. The retrained models exhibited a remarkable ability to compose coherent and genre-specific musical pieces when provided with a melody as input. Additionally, a Google Colab notebook(https://colab.research.google.com/github/DavidRamosArchilla/GIGAPiano/blob/main/GIGA_Piano_Composer.ipynb) has been created to allow anyone, regardless of their technical knowledge, to independently test and compose their own music using the developments made in this work.

Este trabajo fin de grado plantea diferentes arquitecturas de redes neuronales para realizar la segmentación de imágenes procedentes de laparoscopias. El objetivo es comparar las arquitecturas entre sí y conseguir que sean robustas para predecir adecuadamente todas las clases. A las arquitecturas se les harán modificaciones con el fin de mejorarlas. Una de estas modificaciones consiste en cambiar el módulo de atención de una arquitectura y sustituirlo por otro más sencillo. La intención de este cambio es comprobar si la atención es imprescindible para el buen rendimiento de los Transformers, o, por otro lado, es la profundidad de la arquitectura. Por último, se mostrarán todos los resultados obtenidos del entrenamiento de todos los modelos mediante el uso de gráficas, imágenes, y tablas. Además, se analizarán estos resultados para comprobar si los modelos cumplen con los objetivos planteados. Abstract: This final project proposes different neural network architectures to perform the segmentation of images from laparoscopies. The main objective is to compare the architectures with each other and make them robust enough to adequately predict all classes. Modifications will be made to the architectures in order to improve them. One of these modifications consists of changing the attention module of an architecture and replacing it with a simpler module. The intention of this change is to assess if the attention is essential for the satisfactory performance of the Transformers, or, on the other hand, it is the depth of the architecture. Finally, all the results obtained from the training of all the models will be illustrated using graphs, images, and tables. In addition, these results will be analyzed to check if the models meet the proposed objectives.

Este proyecto consiste en la construcción de una aplicación web dedicada a la extracción automática y centralizada de información de múltiples redes sociales. Esta va dirigida especialmente a investigadores que se encuentren realizando un estudio de carácter social, ya que las redes son una mina de oro de información referente al comportamiento e interacción humana en sociedad. El claro propósito de esta herramienta es reducir en gran medida el tiempo y recursos que tradicionalmente son invertidos por los investigadores en la recopilación de información para que puedan dedicarse plenamente a su interpretación y a la reflexión de los temas sometidos a estudio para los cuales ha sido necesaria su obtención. El desarrollo se sometió a un exhaustivo estudio previo en el que se exploraron una amplia gama de tecnologías modernas, las cuales fueron cuidadosamente seleccionadas buscando, por un lado, simplificar en su máximo grado el desarrollo y, por otro, lograr la producción de una aplicación web que ofreciese la mejor experiencia de usuario posible, orientada a poder ser utilizada por personas sin conocimientos especializados. Esta aplicación posee un paradigma de flujo de trabajo asíncrono, el cual permite que múltiples usuarios sean capaces de solicitar al mismo tiempo la descarga de contenidos de cualquiera de las redes sociales que integren la plataforma. Estas solicitudes no chocan entre sí al estar controladas mediante un sistema de colas que procesan una a una las solicitudes para garantizar la atomicidad y el mejor rendimiento de las operaciones. El proyecto, además, ha apostado desde el primer momento por la extensibilidad de la aplicación, por lo tanto, la arquitectura está basada en servicios y, gracias a esto, cuenta con un sencillo mecanismo de despliegue en entornos locales que favorece posibles ampliaciones de funcionalidad realizadas por contribuidores externos. La aplicación ofrece como servicio de muestra una adaptación de la red social Telegram. A este servicio los usuarios pueden conectar una cuenta de la red social y descargar diversa información de utilidad general la cual puede resultar interesante archivar, como son detalles de contactos o historiales completos de chat. Asimismo, se proporcionan métodos de obtención de información mías específicos como son la búsqueda y el análisis de grupos o chats públicos, los cuales pueden ser accedidos sin necesidad de que el usuario haya interactuado con ellos previamente. Abstract: This project is about building a web application dedicated to the automatic and centralized extraction of information from multiple social networks. It is targeted especially for researchers that are currently conducting a social study, as social networks are a gold mine of information from the perspective of human behavior and interaction as a society. The clear purpose of this tool is to decrease in great measure the time and resources that researchers traditionally spend on gathering information to fully employ themselves in the really important matters which are the analysis and meditation on the topics that emerge from those studies that required the information retrieval. The development was preceded by an exhaustive prior study that consisted in the exploration of a wide range of modern technologies, which were carefully selected searching, on the one hand, for the maximum simplification of the development process and, on the other hand, for the production of a web application that offered the best possible user experience, leaning towards the usage by people with little to no specialized knowledge. This application presents an asynchronous workflow that allows multiple users to request the download of content from any of the social networks that are part of the platform. These requests do not collide with each other as they are managed with a queue system that ensures only one request from each service is processed at a time, to guarantee the atomicity of operations, as well as to achieve the best performance. The project also has been encouraging the extensibility of the application from its inception. That is the reason why the application’s architecture is service-oriented and, thanks to that, it offers a simple mechanism to deploy the whole system on local environments, thus favoring external contributions. The application offers as a sample service an adapter for Telegram. Users can connect their Telegram accounts to this service and download varied general-purpose information that could be interesting to archive as is the case with contact details or entire chat histories. Moreover, other more specific methods for obtaining information are available, like the querying and analysis capabilities for public chats or groups, that can be accessed without prior interaction with them.

El trading algorítmico y automatizado está fuera del alcance de los inversores minoristas, debido a su complejidad técnica y a los costes de desarrollo. Algunos brokers ofrecen este servicio pero a un coste inicial y una cuota mensual. Los usuarios dependen de la plataforma y servidores del broker para ejecutar las operaciones, dando al broker demasiado control sobre los datos y actividad de trading del usuario. La solución implementada en este proyecto es una plataforma de trading automatizado FOSS y personalizable que puede ser usada por comunidades de inversores minoristas para implementar sus estrategias de trading y por inversores individuales para automatizar su actividad de trading. La plataforma está diseñada para ser altamente escalable y disponible, desarrollada con un enfoque cloud-first y usando las últimas tecnologías en el campo de los sistemas distribuidos, como Kubernetes y servicios específicos de proveedores de cloud públicos. La implementación específica del bot de trading está fuera del alcance de este proyecto. No obstante, la plataforma está diseñada para ser fácilmente extensible y personalizable, mediante el uso de contenedores docker. Abstract: Algorithmic and automated trading is out of the scope of retail investors, due to the technical complexity of it as well as the costs of development. Some brokers offer this service but at an upfront cost and a monthly fee. Users depend on the broker’s platform and servers to execute the trades, giving the broker too much control over the user’s data and trading activity. The solution implemented in this project is a customizable FOSS automated trading platform that can be used by retail investor communities to implement their trading strategies and by individual investors to automate their trading activity. The platform is designed to be highly scalable and available, developed with a cloud-first approach, and using the latest technologies in the field of distributed systems, such as Kubernetes and public cloud providers’ specific services. The specific implementation of the trading bot is out of the scope of this project. Nonetheless, the platform is designed to be easily extensible and customizable, through the use of docker containers.

El análisis facial es una de las áreas más activas y desafiantes de la visión por computador, que tiene como objetivo extraer información relevante de las imágenes de rostros humanos. El rendimiento de los modelos desarrollados para extraer esta información depende enormemente de los conjuntos de datos utilizados para su entrenamiento. En este trabajo se estudia la influencia de los conjuntos de datos en el entrenamiento de modelos profundos para la detección de landmarks faciales. Los conjuntos de datos actualmente disponibles para el entrenamiento en la tarea de la detección de landmarks faciales está limitada en cuanto al número de imágenes disponibles y la calidad de las anotaciones y las representaciones de distintas poses, iluminaciones, identidades y expresiones faciales. Como posible solución a estos problemas los datos sintéticos ofrecen control sobre la diversidad de las representaciones en los conjuntos de datos, además de etiquetas precisas y consistentes. En este trabajo se realiza una comparación de dos modelos de detección de landmarks faciales mediante mapas de calor entrenados en un conjunto de datos sintéticos completamente artificial y en otro conjunto de datos sintético generado a partir de imágenes reales. Tras la comparación, se propone un método de adaptación de dominio para lidiar con el problema del domain gap acercando las representaciones de ambos dominios. Por último, se realiza una discusión sobre los resultados obtenidos y se proponen líneas de trabajo futuras. ABSTRACT Face analysis is one of the most active and challenging areas of computer vision, which aims to extract relevant information from images of human faces. The performance of the models developed to extract this information is highly dependent on the datasets used for their training. In this paper we study the influence of datasets on the training of deep models for facial landmark detection. The datasets currently available for training in the task of facial landmark detection are limited in terms of the number of images available and the quality of annotations and representations of different poses, illuminations, identities, and facial expressions. As a possible solution to these problems synthetic data offer control over the diversity of representations in the datasets, in addition to accurate and consistent labels. In this paper, a comparison of two models of facial landmark detection using heat maps trained on a fully artificial synthetic dataset and on another synthetic dataset generated from real images is performed. Following the comparison, a domain adaptation method is proposed to deal with the domain gap problem by bringing the representations of the two domains closer together. Finally, a discussion of the obtained results is made, and future lines of work are proposed.

El uso de las nuevas tecnologías se ha convertido en un estándar para nuestra sociedad, provocando un gran cambio en comparación a como hacíamos antes las cosas. Hoy en día es mucho más común la creación de arte en un entorno digital que en uno con metodologías tradicionales. Junto a esto también se originó una nueva tecnología que permite el uso de unas divisas que hasta hacer relativamente poco desconocíamos, las llamadas criptomonedas. En esta memoria se presentará el desarrollo de una aplicación web que permita a los usuarios vender y comprar arte digital mediante el uso de criptomonedas. Para esto, se desarrollará un Marketplace de arte digital basado en la tecnología de Blockchain que brindará a los artistas una nueva forma de monetizar su arte digital. Abstract: The use of new technologies has become a standard for our society, causing a great change compared to how we used to do things before. Today it is much more common to create art in a digital environment, leaving aside the traditional art methodologies. Along with this also originated a new technology that allows the use of currencies that until relatively recently we did not know, the so-called cryptocurrencies. In this report we will present the development of a web application that allows users to sell and buy digital art using cryptocurrencies. For this, we will develop a digital art marketplace based on Blockchain technology that will provide artists with a new way to monetize their digital art.

Este trabajo de fin de máster presenta un análisis exhaustivo y minucioso del estado del arte actual en la generación de descripciones de images, comúmente denominado subtitulado de imágenes naturales (Natural Image Captioning (NIC)), con especial atención al subtitulado de imágenes médicas (Medical Image Captioning (MIC)), específicamente en la generación automática de informes radiológicos. El trabajo revisa de forma intensiva la literatura existente los métodos que se utilizan en Natural Image Captioning (NIC) y Medical Image Captioning (MIC), con especial atención a estudiar los métodos de NIC que sirven de base para los de MIC. Además, en este trabajo se identifican los avances en ambos campos, discutiendo los retos y limitaciones, y explorando potenciales direcciones de investigación. La tesis subraya la importancia del subtitulado de imágenes, que combina los métodos de visión por computador (Computer Vision (CV)) y procesamiento de lenguaje natural (Natural Language Processing (NLP)) para generar descripciones de imágenes significativas y legibles para los humanos. Además, destaca el potencial de la inteligencia artificial (Artificial Intelligence (AI)) en medicina, en particular en el campo de la radiología, y su capacidad para influir en la atención sanitaria mediante la generación automática de informes, promoviendo la precisión, la fiabilidad, la repetibilidad y la comunicación eficaz entre los profesionales sanitarios. La tesis explora las cuestiones fundamentales que se abordan en el subtitulado de imágenes y los diversos métodos desarrollados en el campo de la MIC, incluidos los enfoques basados en la recuperación, en plantillas, en redes neuronales profundas, en la atención y en los híbridos. Además, este trabajo identifica a los métodos de localización de enfermedades para la generación de informes como un área crítica de investigación en este campo, donde los modelos destinados a la práctica clínica deberían tender a converger. Estos enfoques proporcionan una alternativa más explicable e interpretable a la naturaleza común de caja negra (black-box) de los métodos de aprendizaje profundo (Deep Learning (DL)). De hecho, estudios recientes sugieren que los nuevos modelos de este campo deberían ser capaces de emparejar informes de texto con visualizaciones interactivas y considerar el historial del paciente, mejorando aún más el objetivo de la AI en medicina: proveer de atención personalizada a cada paciente. A través de una metodología propuesta, la tesis realiza una revisión del estado del arte en los métodos empleados en NIC y MIC, enumerando y describiendo los conjuntos de datos disponibles para MIC, así como analizando los métodos de evaluación existentes para comparar los modelos desarrollados de NIC y MIC. Las publicaciones encontradas se analizan y discuten en profundidad, resaltando las limitaciones y posibles implicaciones en la práctica clínica real. La tesis concluye identificando futuras direcciones de investigación, como la integración de la comprensión temporal de las imágenes, la interpretación de varias modalidades radiológicas y la integración de la información del historial del paciente en el proceso de aprendizaje del modelo. También se hace hincapié en la necesidad de disponer de conjuntos de datos diversos, multimodales, multicentros y representativos para mejorar la calidad de los informes generados y estar más cerca de lograr una inteligencia artificial médica general (General Medical Artificial Intelligence (GMAI)). En general, esta tesis contribuye a la comprensión de las aplicaciones en el campo de la radiología, específicamente en la generación automática de informes. Se revisa a fondo la literatura para proporcionar una visión de las relaciones, los avances, desafíos y mejoras potenciales, en NIC y MIC. ABSTRACT This Master’s thesis presents a comprehensive analysis of the current state of the art in Natural Image Captioning (NIC), with a special focus on Medical Image Captioning (MIC) and its application in automatic radiology report generation. The work reviews existing literature for NIC and MIC methods, exhaustively studying NIC methods that serve as foundations for MIC, identifying advancements in both fields, discussing challenges and limitations, and exploring potential research directions. The thesis highlights the importance of image captioning, which combines Computer Vision (CV) and Natural Language Processing (NLP) to generate meaningful and human-readable descriptions of images. It emphasizes the potential of Artificial Intelligence (AI) in medicine, particularly in the field of radiology, and its ability to impact healthcare through automated report generation, promoting accuracy, reliability, repeatability, and effective communication among healthcare professionals. The thesis explores the fundamental questions addressed in image captioning and the various methods developed in the field of MIC, including retrieval-based, template based, neural network-based, attention-based, and hybrid approaches. Additionally, this thesis identifies disease localization methods for report generation as a critical area, where models intended for clinical practice should tend to converge. These approaches provide a more explainable and interpretable alternative to the common black-box nature of Deep Learning (DL) methods. In fact, recent studies suggest that novel models in the field should be able to pair text reports with interactive visualizations and consider the patient’s history, further enhancing the patient-centric objective of AI in medicine. Through a proposed methodology, the thesis conducts a state-of-the-art review in NIC and MIC, enumerating and describing available datasets for MIC as well as analyzing existing evaluation methods to compare NIC and MIC developed models. The publications found are thoroughly analyzed and discussed, highlighting limitations and potential implications in real clinical practice. The thesis concludes by identifying future research directions, such as the integration of temporal understanding of images, the interpretation of various radiology modalities, and the integration of patient history information in the model’s learning process. The need for diverse, multi-modal, multi-centric, and representative datasets is also emphasized to enhance the quality of generated reports and be closer on achieving a General Medical Artificial Intelligence (GMAI). Overall, this thesis contributes to the understanding of AI applications in the radiology field, specifically in automated report generation. It thoroughly reviews the literature to provide insights into the advancements, challenges, and potential improvements, in NIC and MIC.

El proyecto de fin de grado “Agenda de empleo” consiste en el diseño y desarrollo de una aplicación que sirva de apoyo en la búsqueda de empleo para personas con inteligencia límite. Conociendo las graves dificultades para acceder al mercado de trabajo competitivo que presentan las personas con inteligencia límite decidimos recoger la propuesta de la Fundación Kyrios, que detectó la necesidad de organizar la búsqueda de empleo entre sus miembros, y desarrollar una aplicación que sirva de apoyo en la búsqueda de empleo de dichas personas facilitando que se incorporen plenamente al mundo laboral. El desarrollo de la aplicación se puede dividir en dos partes. La primera parte tendrá una funcionalidad que consistirá en guardar un listado con las ofertas de trabajo a las que el usuario se inscribe. Se deberán rellenar los datos correspondientes a cada inscripción como son puesto de trabajo, empresa, fecha de inscripción, persona de contacto, fecha, lugar y hora de la entrevista. La segunda parte consistirá en dar soporte a la hora de preparar una entrevista de trabajo. Para ello, se podrá tener acceso en cualquier momento a los detalles de la oferta de trabajo. Además, a modo de recordatorio, se añadirá un apartado con la documentación que sería conveniente llevar a la entrevista como puede ser curriculum vitae, certificado de discapacidad, título de formación, carnet de carretillero o carnet de conducir. El objetivo principal de este proyecto es entregar una aplicación funcional, que pueda ser utilizada en situaciones reales y sea práctica para aquellas personas que la necesiten, siempre dejando margen para futuras mejoras. Abstract: The bachelor capstone project "Employment Agenda" consists on the design and development of an application that serves as support in the search for employment for people with borderline intelligence. Knowing the serious difficulties in accessing the competitive labour market for people with borderline intelligence, we decided to take up the proposal of the Kyrios Foundation, which detected the need to organise the search for employment among its members, and to develop an application to support the search for employment for these people, facilitating their full incorporation into the world of work. The application approach can be divided into two parts. The first part will have a functionality that will consist on saving a list with the job offers to which each person can register. The data corresponding to each registration must be filled in, such as job position, company, registration date, contact person, date, place and time of the interview. The second part will consist of helping when preparing a job interview. To achieve this, they can consult and have access at any time to the details of the job offer. Moreover, as a reminder, a section will be added with the documentation that would be convenient to bring to the interview: Curriculum Vitae, certificate of disability, ESO title, wheelbarrow license or driving license. The purpose of the project is to deliver a functional application that can be used in real situations and can be useful for those who need it, always leaving room for future improvements.

Los sistemas multi-robot han demostrado ser de gran utilidad para distintos tipos de tareas. Conforme han ido tomando un mayor protagonismo en la sociedad han surgido herramientas y entornos de gran potencia para su diseño y desarrollo, como pueden ser ROS 2, Aerostack2 y Gazebo. En este trabajo se hace uso de estas técnicas para tratar el problema de la ejecución supervisada de misiones de inspección con múltiples robots aéreos. Tradicionalmente, los sistemas encargados de la correcta ejecución de este tipo de misiones han tendido a estar centralizados en un ordenador principal. Con esta configuración, un problema puede derivar en la caída del sistema al completo y con ello a grandes pérdidas económicas. Para solucionarlo, en el sistema desarrollado se hace uso de una arquitectura en la que pueden coexistir la centralización del control por parte del operario, junto a la monitorización y ejecución independiente de cada dron. De este modo se consigue una mayor robustez del sistema junto a una mayor autonomía de cada individuo sin perder funcionalidades. La implementación creada se ha validado mediante la ejecución de pruebas con vuelos simulados y con vuelos reales. Los resultados obtenidos permiten concluir que la arquitectura diseñada es capaz de ejecutar misiones de inspección aérea multi-robot de forma estable y eficiente. ABSTRACT Multi-robot systems have shown to be quite useful for a variety of activities. As they have grown in popularity, strong tools and environments for their design and development, such as ROS 2, Aerostack2, and Gazebo, have emerged. These strategies are used in this study to address the problem of supervised execution of inspection missions using several aerial robots. Traditionally, the systems responsible for the proper execution of this type of mission have been centralized in a main computer. In this setup, an issue can cause the entire system to fail, resulting in significant economic losses. To address this, the created system employs an architecture that allows the operator’s centralisation of control to coexist with the independent monitoring and execution of each drone. This results in increased system robustness as well as more autonomy for each individual without sacrificing functionalities. The developed implementation has been validated through testing with both simulated and real-world flights. The results show that the architecture is capable of performing multi-robot inspection missions in a steady and efficient manner.

La información se ha convertido en una herramienta que puede ayudar mucho a la sociedad, y más en nuestra época, en la que está al alcance de abrir un par de apps. Esto tiene una contraparte, la desinformación, la cual es algo negativo en muchos ámbitos, ya sean políticos, sanitarios, sociales, etc. Esta desinformación puede provocar momentos alarmantes en la sociedad, como por ejemplo que se difunda una noticia falsa sobre que vaya a caer un meteorito, o también problemas de salud, como el bulo de que te puedes curar del COVID bebiendo lejía. Como solución a este problema se propone mitigar la desinformación con herramientas de detección automática de bulos. Estas herramientas nos van a ayudar a contrastar textos que nos encontremos por Internet para verificar si lo que hemos leído se trata de un bulo o de información verídica. El objetivo de esta solución es facilitar la verificación de noticias falsas por parte de los usuarios y que no se difundan bulos por Internet o por redes sociales, como por ejemplo los bulos que suelen correr por la red social WhatsApp. Hoy en día, existen herramientas de detección de bulos pero no es lo que un usuario promedio esperaría encontrar, sobre todo en temas de GUI donde carecen de cierta usabilidad. Muchas de estas herramientas son redes neuronales que sirven para corroborar la información usando la inteligencia artificial pero carecen de una interfaz gráfica de usuario por lo que, como se ha dicho anteriormente, no son prácticamente usables. Esto ha motivado a desarrollar un plugin de detección de bulos para los navegadores bajo el proyecto Chromium, como Google Chrome, Brave, Edge, etc. Esta aplicación va a solucionar el problema que nos estábamos encontrando con otras herramientas del mercado, la interfaz gráfica de usuario. Este proyecto se ha desarrollado utilizando metodologías ágiles, dividiendo el desarrollo en cuatro sprints. Asimismo, se ha desarrollado utilizando librerías de desarrollo web como React, además de utilizar la librería de Chrome para interactuar con el navegador en cuanto a guardar variables, pasar mensajes, etc. Como resultado del proyecto, el plugin consiste en verificar los textos que un usuario encuentre en cualquier página web, de forma que pueda comprobar si el texto que quiere verificar es información verdadera o falsa, es decir, si se trata de un bulo. Además, el usuario podrá ver las fuentes que se han utilizado para realizar esta verificación, para que el resultado sea lo más transparente posible.

El presente trabajo de investigación tiene como objetivo desarrollar una estrategia de articulación de actividades de enseñanza entre las asignaturas de matemáticas y tecnología e informática, para mejorar la habilidad de interpretar información en tablas de frecuencia y gráficos estadísticos comunes, en estudiantes de grado octavo de la Institución Educativa Genaro León, proyecto en el que se hace uso del método descriptivo aplicando técnicas de índole cualitativa y cuantitativa, empleando un método inductivo, el cual permite partir de la observación de fenómenos o situaciones particulares y enmarcar el problema de la investigación hacia lo general. Para el desarrollo del proceso investigativo, se establecieron cuatro fases. En primer lugar, la fase diagnóstica, en la que se contextualizó la problemática, definiendo y concretando la idea, luego una fase preparatoria de fundamentación teórica, posteriormente la del diseño metodológico donde se da la selección de la muestra y elaboración del instrumento y por último la fase de análisis e interpretación de la información; en esta se recolectan los datos y se analizan, dando como resultado un alto porcentaje de bajo nivel de lectura e interpretación de tablas de frecuencia y gráficos estadísticos del área de matemáticas por parte de los estudiantes de grado octavo. Como solución al problema planteado se implementa una estrategia de articulación de actividades de enseñanza entre el área de matemáticas y el área de tecnología e informática, para ello se desarrolla una serie de ejercicios de lectura e interpretación de datos estadísticos en el aula de informática, obteniendo así, una buena acogida hacia la enseñanza de la estadística mediante una estrategia de articulación de actividades de enseñanza basada en la utilización de Excel. Como resultado se encuentra una respuesta positiva al proceso de enseñanza de la estadística, es decir que, la propuesta de una estrategia de articulación de actividades de enseñanza permite a los estudiantes acceder y utilizar herramientas tecnológicas que facilitan la lectura e interpretación de información en tablas de frecuencia y gráficos estadísticos de tendencia. The aim of this research work is to develop a teaching activity articulation strategy between mathematics and technology and computer science subjects, to improve the ability to interpret information in frequency tables and common statistical graphics among eighth-grade students of the Genaro León Educational Institution. This project makes use of the descriptive method, applying qualitative and quantitative techniques, using an inductive method, which allows starting from the observation of particular phenomena or situations and framing the research problem towards the general. Four phases were established for the investigative process. Firstly, the diagnostic phase, in which the problem was contextualized, defining and concretizing the idea. Then, a phase of theoretical foundation preparation, followed by the methodological design phase where the sample selection and instrument elaboration are carried out. Finally, the phase of analysis and interpretation of the information, where data is collected and analyzed, resulting in a high percentage of low reading and interpretation of frequency tables and statistical graphics in the mathematics area by eighth-grade students. As a solution to the problem raised, a teaching activity articulation strategy is implemented between the mathematics and technology and computer science areas. For this, a series of exercises on reading and interpretation of statistical data is developed in the computer classroom, obtaining a good reception towards teaching statistics through a teaching activity articulation strategy based on the use of Excel. As a result, a positive response is found in the statistics teaching process, which means that the proposed teaching activity articulation strategy allows students to access and use technological tools that facilitate the reading and interpretation of information in frequency tables and trend statistical graphics. Licenciado en Tecnología e Informática Pregrado

El presente trabajo de investigación, tiene como objetivo identificar las herramientas TIC que pueden mejorar el aprendizaje del vocabulario, la comprensión auditiva y la pronunciación del inglés en estudiantes del grado tercero del Colegio Nuevo Liceo Grancolombiano de Facatativá, Para llevar a cabo esta investigación, se utilizó un diseño de investigación experimental pretest-postest con grupo de control. En el cual se seleccionó un grupo de estudiantes de grado tercero de primaria, se dividió aleatoriamente en dos grupos: el grupo experimental que recibirá la intervención con las herramientas TIC y el grupo control que no recibió la intervención. Se aplicó una prueba antes y después de la intervención a ambos grupos para evaluar la efectividad de las herramientas TIC. Además, se realizaron entrevistas y encuestas a los docentes para identificar las estrategias de enseñanza adecuadas. Los datos recolectados se analizaron mediante análisis estadísticos y se presentaron en tablas y gráficos. Los resultados se interpretaron para evaluar la efectividad de las herramientas TIC y se compararán con el grupo control. En base a los resultados obtenidos, se elaboró una conclusión y se realizaron recomendaciones para la implementación de herramientas TIC en la enseñanza del inglés en la institución The present research work aims to identify ICT tools that can improve vocabulary learning, listening comprehension and pronunciation of English in third grade students of the Nuevo Liceo Grancolombiano School of Facatativá, To carry out this research, a pretest-posttest experimental research design with control group was used. In which a group of third-grade primary school students was randomly divided into two groups: the experimental group that will receive the intervention with ICT tools and the control group that did not receive the intervention. A test before and after the intervention was applied to both groups to assess the effectiveness of ICT tools. In addition, interviews and surveys were conducted with teachers to identify appropriate teaching strategies. The collected data were analyzed using statistical analysis and presented in tables and graphs. The results were interpreted to assess the effectiveness of ICT tools and will be compared with the control group. Based on the results obtained, a conclusion was drawn and recommendations were made for the implementation of ICT tools in the teaching of English in the institution. Licenciado en Informática Educativa Pregrado

Uno de los desafíos más significativos es la falta de preparación de los alumnos al ingresar a la universidad. A medida que el ámbito universitario evoluciona constantemente, las instituciones se ven presionadas a no quedarse rezagadas. Es crucial encontrar soluciones que se adapten a los desafíos académicos y sociales que enfrentan los estudiantes. En un mundo en constante cambio, donde los estudiantes se enfrentan a desafíos cada vez más complejos, la mentoría se ha convertido en una herramienta fundamental para superar obstáculos y lograr el éxito tanto en el ámbito académico como en el personal. La mentoría ofrece un apoyo enriquecedor a los estudiantes, ya que un mentor experimentado brinda asesoramiento y orientación en diferentes aspectos de su vida universitaria. El mentor actúa como guía, compartiendo sus conocimientos y experiencias para ayudar al estudiante a tomar decisiones informadas y establecer metas realistas. Además de la asesoría académica, el mentor también desempeña un papel crucial en el ámbito social. Ayuda al estudiante a integrarse en la comunidad universitaria, brindando consejos sobre cómo establecer relaciones saludables, participar en actividades extracurriculares y aprovechar al máximo su experiencia universitaria. Sin embargo, a pesar de los beneficios de la mentoría, el programa actualmente vigente ha sido considerado como anticuado y con dificultades para hacer un seguimiento efectivo de las mentorías, así como bastante costoso. Es por eso que se busca implementar un nuevo enfoque, centrándose en la creación de una plataforma web accesible y fácil de usar. El objetivo principal de este Proyecto de Fin de Grado, es el desarrollo de un sistema informático a medida para el nuevo programa de mentorías que mejora la experiencia de los estudiantes y optimiza la relación mentor-mentorizado, mediante una plataforma web intuitiva. Esta nueva herramienta informática permitirá mantener un seguimiento más efectivo de las mentorías, brindando la posibilidad de evaluar, analizar y mejorar continuamente el programa. En el presente documento se describirán en detalle las tareas realizadas para la culminación de este proyecto así como las metodologías y herramientas usadas. Abstract: One of the moHowever, despite the benefits of the buddy program, the currently existing program has been considered outdated and has difficulties in effectively monitoring mentorships, as well as being quite costly. That is why there is a search for implementing a new approach, focusing on the creation of an accessible and user-friendly web platform.st significant challenges is the lack of preparedness of students when entering university. As the university environment is constantly evolving, institutions are under pressure not to fall behind. It is crucial to find solutions that adapt to the academic and social challenges that students face. In a constantly changing world, where students are confronted with increasingly complex challenges, buddy program has become a fundamental tool for overcoming obstacles and achieving success both academically and personally. Buddy program provides enriching support to students, as an experienced mentor provides guidance and advice in different aspects of their university life. The mentor acts as a guide, sharing their knowledge and experiences to help the student make informed decisions and set realistic goals. In addition to academic guidance, the mentor also plays a crucial role in the social sphere. They help the student integrate into the university community, providing advice on how to establish healthy relationships, participate in extracurricular activities, and make the most of their university experience. However, despite the benefits of the buddy program, the currently existing program has been considered outdated and has difficulties in effectively monitoring mentorships, as well as being quite costly. That is why there is a search for implementing a new approach, focusing on the creation of an accessible and user-friendly web platform. The main objective of this Bachelor’s Thesis Project is the development of a customized computer system for the new buddy program, which improves the students’ experience and optimizes the mentor-mentee relationship through an intuitive web platform. This new computer tool will allow for more effective monitoring of the mentorships, providing the possibility of evaluating, analyzing, and continuously improving the program. This document will describe in detail the tasks performed for the completion of this project, as well as the methodologies and tools used.

En la actualidad, las redes sociales contienen una gran cantidad de información valiosa para la realización de estudios e investigaciones. En este contexto, este proyecto consistió en el desarrollo de una página web capaz de generar estadísticas y almacenar datos de Reddit de manera automática. Además, se añadió la opción de modificar y desplegar localmente la aplicación, ofreciendo facilidades y documentación para ello. Para lograrlo, se aplicaron diversas técnicas y conocimientos aprendidos durante el Grado, y otros conocimientos adquiridos durante el desarrollo del proyecto, incluyendo técnicas y metodologías de desarrollo ágil, bases de datos noSQL (MongoDB), programación funcional y desarrollo web (frontend y backend).Los nuevos conocimientos adquiridos incluyen, entre otros, Natural Language Programming y Docker. Durante el proyecto, se resolvieron de manera efectiva diversos problemas y retos, resultando en una herramienta completamente funcional. El éxito del proyecto consiste en haber superado estos retos y haber creado una aplicación web valiosa y que cumpliera los objetivos. Se ha dejado margen a posibles mejoras futuras, como la adición de más estadísticas o el despliegue de la aplicación en la nube. El proyecto, por lo tanto, se puede considerar como un éxito. Se han reforzado conocimientos ya adquiridos durante el Grado, se han aprendido nuevos y se ha creado una página web útil y funcional. Abstract: Nowadays, social media platforms contain a significant amount of valuable information for conducting studies and research. In this context, this project seeks to develop a tool that analyzes and collects data automatically from the Reddit platform. The project consisted in the development of a website capable of generating statistics and storing data from Reddit automatically. Additionally, the option of modifing and deploying the application locally was provided, along with documentation and support for it. To achieve this, various techniques and previous knowledge acquired during the degree were applied, as well as other knowledge acquired during the development of the project itself. This includes agile methodology techniques, noSQL databases (MongoDB), functional programming and web development (frontend and backend). The new knowledge acquired includes Natural Language Programming and Docker. Throughout the project, various challenges and problems were effectively solved, resulting in a fully functional tool. The project’s success lies in overcoming these challenges and creating a valuable web application that achieves the objectives. There is room for future improvements, such as the addition of more statistics or the deployment of the application in the cloud. Therefore, the project can be considered a success. It reinforced existing knowledge, it facilitated the acquisition of new skills and it resulted in the creation of a useful an functional website.

Mutation testing is a valuable technique for measuring the quality of test suites in terms of detecting faults. However, one of its main drawbacks is its high computational cost. For this purpose, several approaches have been recently proposed to speed-up the mutation testing process by exploiting computational resources in distributed systems. However, bottlenecks have been detected when those techniques are applied in large-scale systems. This work improves the performance of mutation testing using large-scale systems by proposing a new load distribution algorithm, and parallelising different steps of the process. To demonstrate the benefits of our approach, we report on a thorough empirical evaluation, which analyses and compares our proposal with existing solutions executed in large-scale systems. The results show that our proposal outperforms the state-of-the-art distribution algorithms up to 35% in three different scenarios, reaching a reduction of the execution time of—at best—up to 99.66%, This work was supported by the Spanish MINECO/FEDER project under Grants PID2021- 122270OB-I00, TED2021-129381B-C21 and PID2019-108528RBC22, the Comunidad de Madrid project FORTE-CM under Grant S2018/TCS-4314, Project S2018/TCS-4339 (BLOQUES-CM) cofunded by EIE Funds of the European Union and Comunidad de Madrid and the Project HPC-EUROPA3 (INFRAIA-2016-1-730897), with the support of the EC Research Innovation Action under the H2020 Programme

RESUMO Este estudo teve por objetivo avaliar um programa de formação em informática para professores que atendem a alunos com deficiência visual. A pesquisa teve como objetivos específicos: contribuir para a apropriação de conhecimento teórico e prático, por parte de professores sobre deficiência visual; propiciar aos professores formação para operar o computador usando as funções básicas dos principais produtos, tais como sistemas operacionais, editores de textos, planilhas eletrônicas, aplicativos de apresentação, Internet; possibilitar aos professores formação para a utilização de softwares para a construção de materiais acessíveis, ampliadores de telas e leitores de telas, no atendimento de alunos com deficiência visual. Participaram do estudo 12 professoras, a saber: uma professora do Instituto Federal Baiano (IF Baiano) - campus Guanambi; e dez professoras da Rede Municipal de Ensino de Guanambi; e uma professora da Rede Municipal de Ensino de Caetité, Bahia. O local de coleta de dados foi o IF Baiano - campus Guanambi. Os instrumentos utilizados para a coleta de dados foram: um questionário inicial de caracterização e de nível de conhecimento em informática; pré e pós-testes dos módulos. Os resultados mostraram que a pesquisa contribuiu com o processo de aprendizagem das professoras no sentido de operar o computador. Também habilitou as professoras para a utilização de softwares na construção de materiais acessíveis, bem como o emprego dos softwares ampliadores e leitores de tela. ABSTRACT This study aimed to evaluate a computer training program for teachers who assist students with visual impairment. The research had as specific objectives: to contribute to the appropriation of theoretical and practical knowledge by teachers about visual impairment; to provide teachers with training in operating the computer using the core functions of major products, such as operating systems, text editors, spreadsheets, presentation applications, the Internet; to provide teachers with training in the use of softwares to construct accessible materials, screen magnifiers and screen readers to assist students with visual impairment. Twelve teachers participated in this study, namely: one teacher from the Instituto Federal Baiano (IF Baiano) - campus Guanambi; ten teachers from the Municipal Education Network of Guanambi; and one teacher from the Municipal Education Network of Caetité, state of Bahia, Brazil. The data collection place was the IF Baiano - campus Guanambi. The instruments used for data collection were: an initial questionnaire on the characterization and the level of computer literacy; pre and post tests of the modules. The results showed that the research contributed to the teachers’ learning process in order to operate the computer. It also enabled the teachers to use softwares in the construction of accessible materials, as well as the use of magnifying softwares and screen readers.

This paper presents a framework for the efficient management of renewable energies to charge a fleet of electric buses (eBuses). Our framework starts with the prediction of clean energy time windows, i.e., periods of time when the production of clean energy exceeds the demand of the country. Then, the optimization phase schedules charging events to reduce the use of non-clean energy to recharge eBuses while passengers are embarking or disembarking. The proposed framework is capable of overcoming the unstable and chaotic nature of wind power generation to operate the fleet without perturbing the quality of service. Our extensive empirical validation with real instances from Ireland suggests that our solutions can significantly reduce non-clean energy consumed on large data sets, This work received funding from the Sustainable Energy Authority of Ireland (SEAI) Research, Development and Demonstration (RDD) 2019 programme under the grant number 19/ RDD/519

La disponibilidad creciente de datos y los avances en inteligencia artificial (IA) han revolucionado los procesos de toma de decisiones en diversos ámbitos, incluido el comercio electrónico. En este trabajo se presenta un estudio sobre la aplicación de técnicas de machine learning para automatizar la puntuación y validación de contactos en Doofinder, un buscador inteligente para plataformas de comercio electrónico. El objetivo principal es mejorar el rendimiento comercial aprovechando enfoques basados en datos. El estudio, basado en la metodología CRISP-DM y guiado por las directrices de la empresa, se centra en dos aspectos críticos: la validación y la calificación de clientes potenciales. Al emplear el algoritmo CatBoost, logramos una precisión del 78 % en el problema de validación de contactos y unos resultados fiables en el problema de regresión o calificación. La automatización de los procesos de calificación y validación de contactos reduce el trabajo manual, mejora la eficiencia y permite ahorrar costes. Esta automatización potencia las operaciones comerciales de Doofinder al proporcionar mejores contactos y aumentar el rendimiento. El uso de técnicas de aprendizaje automático permite priorizar los contactos y responder con rapidez, optimizando la conversión de clientes potenciales en clientes. Además, el proceso automatizado mejora la calidad de los datos, facilita su limpieza y permite un análisis profundo de los mismos. Este enfoque basado en datos mejora la capacidad de toma de decisiones e impulsa el rendimiento. El proyecto contribuye al acervo de conocimientos sobre el papel de la IA y el análisis de datos en la optimización de las estrategias empresariales y los procesos de toma de decisiones en el sector del comercio electrónico. Al mostrar la eficacia del algoritmo CatBoost en la calificación y validación de contactos, este trabajo proporciona información valiosa para las organizaciones que desean aprovechar los algoritmos de machine learning en la gestión automatizada de contactos. Los resultados ponen de relieve la importancia de los enfoques basados en datos para mejorar el rendimiento comercial, la asignación de recursos y, en última instancia, el crecimiento empresarial en el panorama competitivo del comercio electrónico. ABSTRACT The increasing availability of data and advances in Artificial Intelligence (AI) have revolutionized decision-making processes in various fields, including e-commerce. This work presents a study on the application of machine learning techniques to automate lead scoring and validation in Doofinder, an intelligent search engine for e-commerce platforms. The main objective is to improve business performance by leveraging data-driven approaches. The study, based on the CRISP-DM methodology and company guidelines, focuses on two critical aspects: lead validation and lead scoring. CatBoost algorithm achieved 78 % accuracy on the lead validation problem and reliable results on the regression or scoring problem. Automating the lead scoring and validation processes reduces manual work, improves efficiency and saves costs. This automation enhances Doofinder’s business operations by delivering better leads and increasing throughput. The use of machine learning techniques allows leads to be prioritized and responded to quickly, optimizing the conversion of leads into customers. In addition, the automated process improves data quality, facilitates data cleansing and enables deep data analysis. This data-driven approach improves decision-making capabilities and drives performance. The project contributes to the body of knowledge on the role of AI and data analytics in optimizing business strategies and decisionmaking processes in the e-commerce sector. By showing the effectiveness of the CatBoost algorithm in lead scoring and validation, this work provides valuable information for organizations wishing to leverage machine learning algorithms in automated contact management. The results highlight the importance of data-driven approaches to improve business performance, resource allocation, and ultimately business growth in the competitive e-commerce landscape.

La inteligencia artificial y todas sus ramas son un campo que está en constante crecimiento y cobrando cada vez más importancia. En este proyecto se trabaja sobre el deep learning, más concretamente sobre el “speech emotion recognition”, esto es sobre el reconocimiento de emociones utilizando redes neuronales. En concreto en este proyecto se utilizará una red neuronal LSTM. Una red neuronal es un modelo matemático inspirado en el funcionamiento del cerebro humano. Está compuesta por una serie de nodos interconectados llamados neuronas artificiales, que procesan y transmiten información a través de conexiones ponderadas. En cuanto a la red LSTM (Long Short-Term Memory), es un tipo específico de red neuronal recurrente (RNN). La red LSTM incorpora unidades de memoria adicionales llamadas "celdas de memoria" en su arquitectura. Estas celdas de memoria permiten que la red LSTM recuerde información relevante a largo plazo y controlar cuándo se debe olvidar o actualizar la información almacenada. En este proyecto se lleva a cabo un desarrollo de una red neuronal LSTM, buscando que esta se entrene utilizando la base de datos EMOMatchSpanishDB, con el fin de alcanzar la mayor precisión posible de acierto de emociones. EMOMatchSpanishDB es un conjunto de datos de acceso público compuesto por cincuenta sujetos expresando las emociones de ira, disgusto, miedo, felicidad, tristeza y sorpresa en español. Además, este conjunto cuenta con un tono neutral de cada sujeto. El desarrollo de este proyecto se lleva a cabo utilizando “Python”, mediante el IDE “IntelliJ”. A lo largo del desarrollo de este proyecto se obtendrán distintas versiones que irán mejorando en función a los errores encontrados en sus versiones predecesoras. En todo momento se utilizará dicha base de datos tanto como para entrenar el modelo, validarlo durante su entrenamiento y para probarlo en la fase de test. Tras realizar el desarrollo de las distintas versiones, en este proyecto se expondrán los resultados obtenidos. Dichos resultados a los que se llega son muy aceptables, y permiten decir que la red entrenada es capaz de reconocer sentimientos con una precisión bastante elevada. En dicho apartado de resultados se expone también los resultados utilizando LOSO (Leave One Speaker Out), cuyos resultados son positivos también ya que la red es capaz de reconocer voces con las que no se ha entrenado. Este proyecto tiene una gran relevancia por utilizar una de las bases de datos más grandes en español, y por explorar técnicas nuevas no usadas con dicha base de datos. Este proyecto también es un avance del campo del reconocimiento de sentimientos que podría ayudar en muchos campos en un futuro, tales como atención al cliente, psicología y similares. ABSTRACT Artificial intelligence and all its branches are a field that is constantly growing and gaining increasing importance. This project focuses on deep learning, specifically on speech emotion recognition, which involves recognizing emotions using neural networks. In particular, this project utilizes a Long Short-Term Memory (LSTM) neural network. A neural network is a mathematical model inspired by the functioning of the human brain. It consists of interconnected nodes called artificial neurons, which process and transmit information through weighted connections. As for the LSTM network, it is a specific type of recurrent neural network (RNN) that incorporates additional memory units called "memory cells" into its architecture. These memory cells allow the LSTM network to remember relevant long-term information and control when to forget or update stored information. In this project, the development of an LSTM neural network is carried out to train it using the EMOMatchSpanishDB database, aiming to achieve the highest possible accuracy in emotion recognition. EMOMatchSpanishDB is a publicly accessible dataset composed of fifty subjects expressing emotions of anger, disgust, fear, happiness, sadness, and surprise in Spanish. Additionally, the dataset includes a neutral tone for each subject. The development of this project is carried out using Python within the IntelliJ IDE. Throughout the development process, different versions of the network will be obtained, improving based on the errors found in previous versions. The EMOMatchSpanishDB database will be used for training, validation during training, and testing the model. After the development of the different versions, the project will present the obtained results. The achieved results are highly acceptable, demonstrating that the trained network is capable of recognizing emotions with a high level of precision. The results section also includes the evaluation using the Leave One Speaker Out (LOSO) technique, which shows positive results as the network can recognize voices it has not been trained on. This project is of great importance as it utilizes one of the largest databases in Spanish and explores new techniques that have not been previously used with this database. It is also an advancement in the field of sentiment recognition that could have future applications in various fields such as customer service, psychology, and more.

El trabajo consiste en el diseño y desarrollo de una aplicación para la gestión unificada de pacientes de un sistema de salud. Este sistema beneficiará a todos los trabajadores de los diferentes organismos del sistema nacional de salud, debido a que desde ella se podría acceder de manera unificada a todos los datos de los pacientes, personal sanitario y centros de salud de diferentes comunidades autónomas españolas. Para ello se realizará el diseño una base de datos unificada mediante un modelo Entidad-Relación y, en base a ello se desplegará la misma haciendo uso de un gestor relacional. La aplicación se conectará a esta base de datos para realizar las gestiones pertinentes mediante acceso programático. Se evaluarán diferentes casos de uso para asegurar que cumple con todas las especificaciones necesarias, Posteriormente se realizara una interfaz gráfica para que la aplicación pueda ser utilizada en los centros sanitarios. La realización de este trabajo de fin intenta motivar a los encargados de los sistemas informáticos del sistema sanitario a mejorar la infraestructura actual para ofrecer un mejor servicio a todos los ciudadanos que residen en España, ya que con este planteamiento de como guardar la información de los pacientes del sistema sanitario estos serían capaces de acudir a cualquier centro de salud, teniendo los trabajadores de los centros sanitarios la capacidad de obtener información relevante para atender al paciente de la mejor manera posible. Para el desarrollo de la aplicación se barajaron diferentes opciones de tecnologías para la realización de la aplicación, dentro de estas tecnologías podemos encontrar Draw.io como software para realizar el diagrama E-R de la base de datos, MySQL WorkBench como gestor de bases de datos en donde se almacenará la información con la que se van a manipular los datos, Java como lenguaje para realizar el acceso programático al gestor de bases de datos. El proceso para obtener una aplicación completamente funcional ha ocupado la cantidad de 14 semanas en las que se han realizado distintas tares como: investigación de requisitos de la aplicación preguntando a trabajadores del sector, estudio de cómo gestionar correctamente una base de datos, realización de cursos en plataformas web que han ayudado a mejorar mis habilidades como programador, entre otras tareas más. En la evaluación del producto final tenemos las pruebas unitarias que se encargan de verificar que la aplicación obtiene resultados coherentes con lo que se tiene prestablecido y las pruebas de usabilidad donde se le pedía a diferentes trabajadores del sector sanitario realizar algunas tareas para probar la aplicación en un hipotético caso real. ABSTRACT The thesis consists of the design and development of an application for the unified management of patients in a health system. This system will benefit all the workers of the different organisms of the national health system, because from it all the data of the patients, health personnel and health centers of different Spanish autonomous communities could be accessed in a unified manner. For this, a unified database will be designed using an Entity-Relationship model and based on this, it will be deployed using a relational manager. The application will connect to this database to carry out the pertinent procedures through programmatic access. Different use cases will be evaluated to ensure that it meets all the necessary specifications. Subsequently, a graphical interface will be created so that the application can be used in health centers. Carrying out this final work tries to motivate those in charge of the computer systems of the health system to improve the current infrastructure to offer a better service to all citizens residing in Spain, since with this approach of how to store the information of the Health system patients would be able to go to any health center, with health center workers having the ability to obtain relevant information to care for the patient in the best possible way. For the development of the application, different technology options were considered for the implementation of the application, within these technologies we can find Draw.io as software to make the E-R diagram of the database, MySQL WorkBench as a database manager in where the information with which the data will be manipulated will be stored, Java as a language to perform programmatic access to the database manager. The process to obtain a fully functional application has occupied the amount of 14 weeks in which different tasks have been carried out, such as: investigation of application requirements asking workers in the sector, study of how to correctly manage a database, completion of courses on web platforms that have helped improve my skills as a programmer, among other tasks. In the evaluation of the final product, we have the unit tests that are in charge of verifying that the application obtains coherent results with what is preestablished and the usability tests where different workers from the health sector were asked to carry out some tasks to test the application in a hypothetical real case.

Dentro del campo de la Inteligencia Artificial, la generación de imágenes es una parte muy desarrollada y relevante. La capacidad de crear imágenes convincentes y de alta calidad a partir de datos existentes se ha convertido en un desafío cuyo resultado se palpa en aplicaciones de diversas industrias, como la publicidad, el diseño o el arte. Este trabajo se enfoca en la generación de imágenes de coches utilizando redes neuronales con diferentes arquitecturas sobre las que se han sentado las bases para lograr resultados óptimos. El objetivo principal es la implementación, entrenamiento y comparación de distintos modelos de redes neuronales para generar imágenes de coches similares a las del conjunto de datos público. Los modelos que se tratan son: el Autocodificador Variacional (VAE), la Red Generativa Adversaria (GAN), la Red Generativa Adversaria Convolucional (DCGAN), la Red Generativa Adversaria de Crecimiento Progresivo (proGAN) y el Modelo Probabilístico de Difusión de Eliminación de Ruido (DDPM). Estos modelos se describen detalladamente, explicando sus arquitecturas, fundamentos teóricos y técnicas específicas aplicadas en sus entrenamientos. Como cada modelo presenta unas características y enfoques particulares, se evaluará su rendimiento para determinar cuál de ellos es más adecuado para la generación de imágenes sintéticas, mostrando sus ventajas y sus limitaciones, explicando cuáles son las aplicaciones que pueden tener estas redes y su posible impacto a futuro. La implementación de los modelos se lleva a cabo mediante el uso de alguna de las librerías de programación más relevantes de Python en este área que son: Tensorflow, Keras y Pytorch. Para poder generar las imágenes se emplea un repositorio de datos público que contiene imágenes de coches, las cuales se preprocesan para un mejor entrenamiento. Para comprobar de manera objetiva que las imágenes generadas por los modelos se consideran imágenes convincentes de coches se ha utilizado la inteligencia artificial Blip-2, siendo los resultados obtenidos favorables a lo que se esperaba a nivel teórico. ABSTRACT Within the Artificial Intelligence field, image generation is a highly developed and relevant area. The ability to create realistic and high-quality images from existing data has become a challenge which its result can be seen in applications of diverse industries, such as advertising, design or art. This work focuses on car image generation using neural networks with different architectures, which lay the foundation for optimal results. The main objective is the implementation, training and comparison of diverse neural network models to generate car images like those in public dataset. The models to be discussed are: Variational Autoencoder (VAE), Generative Adversarial Network (GAN), Deep Convolutional Generative Adversarial Network (DCGAN), Progressive Growing of Generative Adversarial Network (proGAN) and Denoising Diffusion Probabilistic Model (DDPM). Each of these models will be described in detail, explaining their architecture, theoretical base and their specific training techniques. As each model presents unique characteristics and approaches, their performance is evaluated to determine which one is more suitable for synthetic image generation, showing their advantages and limitations, explaining which are the potential applications that these networks can have, as well as their possible future impact. The implementation of the models is carried out using some of the most relevant Python programming libraries in this area: Tensorflow, Keras, and Pytorch. Additionally, to generate the images a public dataset containing car images is going to be sourced. The dataset images are preprocessed for better training. To objectively verify that the images generated by the models are considered convincing, the Blip-2 artificial intelligence have been used, and the obtained results has been favorable to what was expected theoretically.

En este Trabajo de Fin de Grado se describe y analiza la preparación y el desarrollo de un proyecto de software real realizado por los alumnos del Grado de Matemáticas e Informática de la Universidad Politécnica de Madrid durante el curso 2022-2023. Este trabajo se ha desarrollado en el transcurso de la asignatura Ingeniería del Software que se imparte en el sexto cuatrimestre del grado correspondiente. El progreso y gestión será supervisado por un grupo de seis alumnos, pertenecientes al mismo grado, del cuarto curso. En adelante, este grupo de alumnos será referido como “Jefes de proyecto” y cada jefe desempeña un papel y gestiona un aspecto concreto del proyecto. Asimismo, cada jefe de proyecto tendrá dos equipos de alumnos asignados. El presente TFG relatará el punto de vista de un “Jefe de empresa”, cuyo papel consiste en asegurar un funcionamiento correcto de la clase, que actuará como una empresa. En la primera sección del documento se relata las experiencias personales, obtenidas en la edición 2021-2022 de la asignatura Ingeniería del Software. Posteriormente, se analizan distintos aspectos de la asignatura y del proyecto resultante con la identificación de problemas y propuestas de posibles soluciones. En la segunda sección, se incluyen las fases de reparación individual, planteamiento de mejoras y organización, tanto del proyecto como de la asignatura. También se comentan las herramientas y metodología de trabajo ya que son de vital importancia para el correcto funcionamiento de la empresa. En la tercera sección, se describe el desarrollo del proyecto así como el comportamiento de los equipos. Cada fase de desarrollo se denominará sprint, y se analizan los requisitos a cumplir. Por una parte, se realiza un seguimiento general del desarrollo de todos los equipos y los resultados obtenidos, por otra parte, se realiza un seguimiento más detallado respecto a la gestión de los dos equipos asignados a este TFG. Por último, se detallarán las conclusiones obtenidas del desarrollo y se realizará un análisis de impacto de los resultados obtenidos. ABSTRACT This Final Degree Project describes and analyzes the preparation and development of a real software project carried out by students of the Degree in Mathematics and Computer Science of the Polytechnic University of Madrid during the 2022-2023 academic year. This work has been developed in the course of the subject Software Engineering that is taught in the sixth semester of the corresponding grade. The progress and management will be supervised by a group of six students, belonging to the same grade, of the fourth grade. From now on, this group of students will be referred to as "Project Leaders" and each leader plays a role and manages a particular aspect of the project. Each project leader will also have two student teams assigned. This FDP will relate the point of view of a "Company Manager", whose role is to ensure the correct functioning of the class, which will act as a company. The first section of the document recounts the personal experiences obtained in the 2021-2022 edition of the subject Software Engineering. Later, different aspects of the subject and the resulting project are analyzed with the identification of problems and proposals of possible solutions. In the second section, the phases of individual preparation, improvement approach and organization, both project and subject are included. Furthermore, the tools and methodology are also discussed since they are extremely important for the proper operation of the company. The third section describes the development of the project as well as the behaviour of the teams. Each development phase will be called sprint, and the requirements to be met will be analyzed. On the one hand, the development of all teams is generally monitored and the results obtained, on the other hand, a more detailed follow-up is carried out regarding the management of the two teams assigned to this FDP. Finally, the conclusions drawn from the development will be detailed and an impact analysis of the results obtained will be carried out.

En este proyecto se ha implantado un banco de pruebas ATP (Acceptance Test Plan – Plan de Pruebas de Aceptación) para un sistema de navegación GNSS (Global Navigation Satellite System – Sistema Global de Navegación por Satélite), llamado ISNAV, desarrollado por la empresa GMV. Este sistema de navegación está compuesto por el ISNAV, propiamente dicho, y una INS (Inertial Navigation System – Sistema de Navegación Inercial) donde el ISNAV incorpora el receptor GNSS para la geolocalización, y la INS da soporte cuando pierda la señal de los satélites y así poder continuar dando localización. Para el desarrollo de banco de pruebas ATP se ha hecho uso de una Interfaz Gráfica de Usuario (GUI – Graphical User Interface) donde se utilizó la librería PyQt5 con el lenguaje de programación Python 3. Además, para la comunicación entre la interfaz desarrollada y el sistema ISNAV, se utilizó el framework gRPC (Google Remote Procedure Call – Llamadas a Procedimientos Remotos de Google), donde el cliente es la parte de la GUI desarrollado en Python y el servidor está integrado en el sistema ISNAV, desarrollado en C++. El banco de pruebas (ATP) lanza las pruebas de forma automatizada para poder verificar el funcionamiento a nivel hardware y software del sistema ISNAV, usando los scripts desarrollados para cada prueba. Los scripts necesarios para el lanzamiento de las pruebas se encuentran, la mayoría, en el lado servidor y alguno de ellos en el lado cliente, esto es así porque desde el ISNAV no es posible controlar todas las interfaces y se deben hacer desde el exterior. Además, estos scripts han sido desarrollados en diferentes lenguajes de programación como C++, Python o Bash dependiendo del test. Por otro lado, la imagen del sistema ISNAV, es un Petalinux que se ejecuta en la FPGA del ISNAV. En lo correspondiente al rack del banco de pruebas, está diseñado para soportar dos fases de pruebas de ATP, la de verificación de las interfaces hardware y la de verificación funcional del sistema completo. Para la verificación de las interfaces hardware el sistema ISNAV tendrá cargada una imagen previa de Petalinux donde está almacenado el servidor con los test disponibles. Es necesario generar un log para que se guarde un registro de las pruebas pasadas con sus resultados, por lo cual, la GUI generará este log automáticamente una vez se hayan ejecutado los test. Debe haberse pasado la totalidad de los test para pasar a la siguiente fase, la de verificación funcional. En esta segunda fase se carga la imagen final del sistema ISNAV, para comprobar que ofrece una solución correcta el sistema testeado. Abstract: In this project an ATP (Acceptance Test Plan) test bench has been implemented for a GNSS (Global Navigation Satellite System) navigation system, called ISNAV, developed by the company GMV. This navigation system is composed of the ISNAV, itself, and an INS (Inertial Navigation System) where the ISNAV incorporates the GNSS receiver for geolocation, and the INS provides support when it loses the satellite signal and thus can continue to give location. For the development of the ATP test bench a Graphical User Interface (GUI) was used, where PyQt5 library with Python 3 programming language was used. In addition, for the communication between developed interface and ISNAV system, the gRPC (Google Remote Procedure Call) framework was used, where the client is the GUI part developed in Python and the server is integrated in the ISNAV system, developed in C++. The test bench (ATP) launches the tests in an automated way in order to verify the hardware and software performance of the ISNAV system, using the scripts developed for each test. The scripts needed to launch the tests are, most of them, on the server side and some of them on the client side, because it is not possible to control all the interfaces from the ISNAV and they must be done from the outside. Moreover, these scripts have been developed in different programming languages such as C++, Python or Bash depending on the test. On the other hand, the ISNAV system image is a Petalinux, which runs on the ISNAV FPGA. Regarding the test bench rack, it is designed to support two phases of ATP testing, the verification of the hardware interfaces and the functional verification of the complete system. For the verification of the hardware interfaces the ISNAV system will have loaded a previous image of Petalinux where the server with the available tests is stored. It is necessary to generate a log to keep a record of the tests passed with their results, therefore, the GUI will generate this log automatically once the tests have been executed. All the tests must be passed in order to pass to the next phase, the functional verification phase. In this second phase, the final image of the ISNAV system is loaded, to verify that the tested system offers a correct solution.

Este trabajo de Fin de Grado (TFG) ha consistido en la adaptación del sistema de ayuda a la decisión GMAA (Generic Multi-Attribute Analysis) a un entorno implementado en Python. Se trata de un sistema basado en la metodología de análisis de decisiones con un modelo en utilidad multiatributo aditivo con información parcial, que permite incertidumbre en el impacto de las alternativas e imprecisión en la cuantificación de las preferencias del decisor. La adaptación del sistema WEB-DSS-GMAA a una implementación en Python ha permitido mejorar la accesibilidad y usabilidad de la herramienta haciéndola fácil de usar para los usuarios. Se ha llegado a esta mejora gracias al uso de la librería PyQt6 y Qt Designer para el diseño de la interfaz. Al utilizar PyQt6, se ha podido aprovechar la potencia y versatilidad de Qt para diseñar una interfaz gráfica atractiva y funcional. Qt Designer, una herramienta de diseño visual, ha sido especialmente útil en este proceso. La creación de esta herramienta requirió un profundo estudio y comprensión del sistema GMAA (Generic Multi-Attribute Analysis) existente. Fue necesario investigar y familiarizarse con los principios y metodologías de este sistema para poder adaptarlo de manera efectiva en Python. A través de un exhaustivo análisis del antiguo sistema GMAA, pude identificar sus fortalezas y limitaciones, lo que me permitió diseñar e implementar mejoras significativas en la nueva herramienta. Esta investigación exhaustiva y el estudio detallado del antiguo sistema fueron fundamentales para lograr una adaptación exitosa y garantizar que la nueva herramienta cumpla con los estándares y requisitos de la toma de decisiones multiatributo. ABSTRACT This Final Degree Project (TFG) has consisted of the adaptation of the decision support system GMAA (Generic Multi-Attribute Analysis) to an environment implemented in Python. It is a system based on decision analysis technology with an additive multi-attribute utility model with partial information, which allows uncertainty in the impact of the alternatives and imprecision in the quantification of the decision-maker's preferences. The adaptation of the WEB-DSS-GMAA system to a Python implementation has improved the accessibility and usability of the tool by making it user-friendly. This improvement has been achieved using the PyQt6 library and Qt Designer for the interface design. By using PyQt6, it has been possible to take advantage of the power and versatility of Qt to design an attractive and functional graphical interface. Qt Designer, a visual design tool, has been particularly useful in this process. The creation of this tool required an in-depth study and understanding of the existing GMAA (Generic Multi-Attribute Analysis) system. It was necessary to research and become familiar with the principles and methodologies of this system in order to be able to adapt it effectively in Python. Through a thorough analysis of the old GMAA system, I was able to identify its strengths and limitations, which allowed me to design and implement significant improvements in the new tool. This thorough research and detailed study of the old system was critical to achieving a successful adaptation and ensuring that the new tool meets the standards and requirements of multi-attribute decision making.

La obra de J.R.R Tolkien es tan inmensa que lleva a centrarnos en la novela de El Señor de los Anillos, tanto en su componente literaria y descriptiva como en sus diferentes representaciones a lo largo de los años. En especial, veremos las invenciones arquitectónicas que el propio Tolkien creó, inventándose razas, mapas, pueblos y arquitecturas propias y características de cada uno, las cuales relacionaremos con estilos reales. Analizaremos cómo esas invenciones han evolucionado con el paso de los años hasta lo que vemos a día de hoy, con todas las herramientas de las que disponemos y lo que podemos llegar a generar con nuevos métodos que están creciendo exponencialmente éste 2023, concretamente la Inteligencia Artificial. Pasaremos por varias etapas en éste trabajo, analizando las diferentes representaciones de la arquitectura de la tierra media desde 1954 hasta hoy. Se propondrán también alternativas de creación de mundos con herramientas generativas y mezcladoras de elementos, para contextualizar la importancia de la obra de Tolkien, dándole un añadido moderno en el que podremos analizar la potencia de estas nuevas herramientas. Llevaremos su obra a la actualidad, explotando sus descripciones para crear un mundo de nuevas posibilidades.