Search

[ES] El Análisis de la Estructura de Documentos (Document Layout Analysis), aplicado a documentos manuscritos, tiene como objetivo obtener automáticamente la estructura intrínseca de dichos documentos. Su desarrollo como campo de investigación se extiende desde los sistemas de segmentación de caracteres desarrollados a principios de la década de 1960 hasta los sistemas complejos desarrollados en la actualidad, donde el objetivo es analizar estructuras de alto nivel (líneas de texto, párrafos, tablas, etc.) y la relación que existe entre ellas. Esta tesis, en primer lugar, define el objetivo del Análisis de la Estructura de Documentos desde una perspectiva probabilística. A continuación, la complejidad del problema se reduce a un conjunto de subproblemas complementarios bien conocidos, de manera que pueda ser gestionado por medio de recursos informáticos modernos. Concretamente se abordan tres de los principales problemas del Análisis de la Estructura de Documentos siguiendo una formulación probabilística. Específicamente se aborda la Detección de Línea Base (Baseline Detection), la Segmentación de Regiones (Region Segmentation) y la Determinación del Orden de Lectura (Reading Order Determination). Uno de los principales aportes de esta tesis es la formalización de los problemas de Detección de Línea Base y Segmentación de Regiones bajo un marco probabilístico, donde ambos problemas pueden ser abordados por separado o de forma integrada por los modelos propuestos. Este último enfoque ha demostrado ser muy útil para procesar grandes colecciones de documentos con recursos informáticos limitados. Posteriormente se aborda el subproblema de la Determinación del Orden de Lectura, que es uno de los subproblemas más importantes, aunque subestimados, del Análisis de la Extructura de Documentos, ya que es el nexo que permite convertir los datos extraídos de los sistemas de Reconocimiento Automático de Texto (Automatic Text Recognition Systems) en información útil. Por lo tanto, [CA] L'Anàlisi de l'Estructura de Documents (Document Layout Analysis), aplicada a documents manuscrits, pretén automatitzar l'obtenció de l'estructura intrínseca d'un document. El seu desenvolupament com a camp d'investigació comprén des dels sistemes de segmentació de caràcters creats al principi dels anys 60 fins als complexos sistemes de hui dia que busquen analitzar estructures d'alt nivell (línies de text, paràgrafs, taules, etc) i les relacions entre elles. Aquesta tesi busca, primer de tot, definir el propòsit de l'anàlisi de l'estructura de documents des d'una perspectiva probabilística. Llavors, una vegada reduïda la complexitat del problema, es processa utilitzant recursos computacionals moderns, per a dividir-ho en un conjunt de subproblemes complementaris més coneguts. Concretament, tres dels principals subproblemes de l'Anàlisi de l'Estructura de Documents s'adrecen seguint una formulació probabilística: Detecció de la Línia Base Baseline Detection), Segmentació de Regions (Region Segmentation) i Determinació de l'Ordre de Lectura (Reading Order Determination). Una de les principals contribucions d'aquesta tesi és la formalització dels problemes de la Detecció de les Línies Base i dels de Segmentació de Regions en un entorn probabilístic, sent els dos problemes tractats per separat o integrats en conjunt pels models proposats. Aquesta última aproximació ha demostrat ser de molta utilitat per a la gestió de grans col·leccions de documents amb uns recursos computacionals limitats. Posteriorment s'ha adreçat el subproblema de la Determinació de l'Ordre de Lectura, sent un dels subproblemes més importants de l'Anàlisi d'Estructures de Documents, encara així subestimat, perquè és el nexe que permet transformar en informació d'utilitat l'extracció de dades dels sistemes de reconeixement automàtic de text. És per això que el fet de determinar l'ordre de lectura s'adreça i formalitza com un problema d'ordenació probabilística per parells. A més, es proposen do, [EN] Document Layout Analysis, applied to handwritten documents, aims to automatically obtain the intrinsic structure of a document. Its development as a research field spans from the character segmentation systems developed in the early 1960s to the complex systems designed nowadays, where the goal is to analyze high-level structures (lines of text, paragraphs, tables, etc) and the relationship between them. This thesis first defines the goal of Document Layout Analysis from a probabilistic perspective. Then, the complexity of the problem is reduced, to be handled by modern computing resources, into a set of well-known complementary subproblems. More precisely, three of the main subproblems of Document Layout Analysis are addressed following a probabilistic formulation, namely Baseline Detection, Region Segmentation and Reading Order Determination. One of the main contributions of this thesis is the formalization of Baseline Detection and Region Segmentation problems under a probabilistic framework, where both problems can be handled separately or in an integrated way by the proposed models. The latter approach is proven to be very useful to handle large document collections under restricted computing resources. Later, the Reading Order Determination subproblem is addressed. It is one of the most important, yet underestimated, subproblem of Document Layout Analysis, since it is the bridge that allows us to convert the data extracted from Automatic Text Recognition systems into useful information. Therefore, Reading Order Determination is addressed and formalized as a pairwise probabilistic sorting problem. Moreover, we propose two different decoding algorithms that reduce the computational complexity of the problem. Furthermore, different statistical models are used to represent the probability distribution over the structure of the documents. These models, based on Artificial Neural Networks (from a simple Multilayer Perceptron to complex Convolutional and Region

[ES] El Análisis de la Estructura de Documentos (Document Layout Analysis), aplicado a documentos manuscritos, tiene como objetivo obtener automáticamente la estructura intrínseca de dichos documentos. Su desarrollo como campo de investigación se extiende desde los sistemas de segmentación de caracteres desarrollados a principios de la década de 1960 hasta los sistemas complejos desarrollados en la actualidad, donde el objetivo es analizar estructuras de alto nivel (líneas de texto, párrafos, tablas, etc.) y la relación que existe entre ellas. Esta tesis, en primer lugar, define el objetivo del Análisis de la Estructura de Documentos desde una perspectiva probabilística. A continuación, la complejidad del problema se reduce a un conjunto de subproblemas complementarios bien conocidos, de manera que pueda ser gestionado por medio de recursos informáticos modernos. Concretamente se abordan tres de los principales problemas del Análisis de la Estructura de Documentos siguiendo una formulación probabilística. Específicamente se aborda la Detección de Línea Base (Baseline Detection), la Segmentación de Regiones (Region Segmentation) y la Determinación del Orden de Lectura (Reading Order Determination). Uno de los principales aportes de esta tesis es la formalización de los problemas de Detección de Línea Base y Segmentación de Regiones bajo un marco probabilístico, donde ambos problemas pueden ser abordados por separado o de forma integrada por los modelos propuestos. Este último enfoque ha demostrado ser muy útil para procesar grandes colecciones de documentos con recursos informáticos limitados. Posteriormente se aborda el subproblema de la Determinación del Orden de Lectura, que es uno de los subproblemas más importantes, aunque subestimados, del Análisis de la Extructura de Documentos, ya que es el nexo que permite convertir los datos extraídos de los sistemas de Reconocimiento Automático de Texto (Automatic Text Recognition Systems) en información útil. Por lo tanto, [CA] L'Anàlisi de l'Estructura de Documents (Document Layout Analysis), aplicada a documents manuscrits, pretén automatitzar l'obtenció de l'estructura intrínseca d'un document. El seu desenvolupament com a camp d'investigació comprén des dels sistemes de segmentació de caràcters creats al principi dels anys 60 fins als complexos sistemes de hui dia que busquen analitzar estructures d'alt nivell (línies de text, paràgrafs, taules, etc) i les relacions entre elles. Aquesta tesi busca, primer de tot, definir el propòsit de l'anàlisi de l'estructura de documents des d'una perspectiva probabilística. Llavors, una vegada reduïda la complexitat del problema, es processa utilitzant recursos computacionals moderns, per a dividir-ho en un conjunt de subproblemes complementaris més coneguts. Concretament, tres dels principals subproblemes de l'Anàlisi de l'Estructura de Documents s'adrecen seguint una formulació probabilística: Detecció de la Línia Base Baseline Detection), Segmentació de Regions (Region Segmentation) i Determinació de l'Ordre de Lectura (Reading Order Determination). Una de les principals contribucions d'aquesta tesi és la formalització dels problemes de la Detecció de les Línies Base i dels de Segmentació de Regions en un entorn probabilístic, sent els dos problemes tractats per separat o integrats en conjunt pels models proposats. Aquesta última aproximació ha demostrat ser de molta utilitat per a la gestió de grans col·leccions de documents amb uns recursos computacionals limitats. Posteriorment s'ha adreçat el subproblema de la Determinació de l'Ordre de Lectura, sent un dels subproblemes més importants de l'Anàlisi d'Estructures de Documents, encara així subestimat, perquè és el nexe que permet transformar en informació d'utilitat l'extracció de dades dels sistemes de reconeixement automàtic de text. És per això que el fet de determinar l'ordre de lectura s'adreça i formalitza com un problema d'ordenació probabilística per parells. A més, es proposen do, [EN] Document Layout Analysis, applied to handwritten documents, aims to automatically obtain the intrinsic structure of a document. Its development as a research field spans from the character segmentation systems developed in the early 1960s to the complex systems designed nowadays, where the goal is to analyze high-level structures (lines of text, paragraphs, tables, etc) and the relationship between them. This thesis first defines the goal of Document Layout Analysis from a probabilistic perspective. Then, the complexity of the problem is reduced, to be handled by modern computing resources, into a set of well-known complementary subproblems. More precisely, three of the main subproblems of Document Layout Analysis are addressed following a probabilistic formulation, namely Baseline Detection, Region Segmentation and Reading Order Determination. One of the main contributions of this thesis is the formalization of Baseline Detection and Region Segmentation problems under a probabilistic framework, where both problems can be handled separately or in an integrated way by the proposed models. The latter approach is proven to be very useful to handle large document collections under restricted computing resources. Later, the Reading Order Determination subproblem is addressed. It is one of the most important, yet underestimated, subproblem of Document Layout Analysis, since it is the bridge that allows us to convert the data extracted from Automatic Text Recognition systems into useful information. Therefore, Reading Order Determination is addressed and formalized as a pairwise probabilistic sorting problem. Moreover, we propose two different decoding algorithms that reduce the computational complexity of the problem. Furthermore, different statistical models are used to represent the probability distribution over the structure of the documents. These models, based on Artificial Neural Networks (from a simple Multilayer Perceptron to complex Convolutional and Region

[ES] El cáncer de vejiga es una de las clases más frecuentes de cáncer en el mundo y afecta principalmente a la población masculina adulta, en edades comprendidas entre los 60-65 años. Las variantes de carcinoma vesical se engloban en 2 tipos: el músculo no invasivo o también conocido por sus siglas en inglés NMIBC (Non Muscle Invasive Bladder Cancer) y el músculo invasivo o en inglés (Muscle Invasive Bladder Cancer), siendo este último el más agresivo de los dos, ya que su progreso tiende a propagarse hacia el exterior del órgano afectado (en este caso, la vejiga) comprometiendo de esta manera a tejidos y órganos vitales. Este proceso es conocido como metástasis de la enfermedad. Es por ello, que la detección temprana de patrones asociados a esta patología es de vital importancia ya que pueden ayudar a detectar su estadio y su malignidad. Según estudios recientes, el tumor budding (TB) o también conocido como patrón infiltrativo, es un factor predictor de progresión del cáncer de vejiga o carcinoma urotelial. Con el avance de la inteligencia artificial (AI) en sistemas de aprendizaje profundo, las redes neuronales convolucionales han demostrado ser un poderoso algoritmo para poder avanzar en el campo del análisis de las imágenes histopatológicas médicas para la detección de carcinomas[33] [51] frente a los sistemas de detección tradicionales. En el presente Trabajo Fin de Máster (TFM) se propone implementar y desarrollar algoritmos para la detección de patrón budding sobre imágenes de muestras histopatológicas de carcinoma vesical músculo infiltrantes a través de técnicas de Deep learning; como la transferencia de conocimiento (transfer learning) o el modelado de una red neuronal convolucional desde cero (from scratch). Los resultados obtenidos en este TFM nos invitan a seguir esta línea de investigación para seguir mejorando el modelado de la red, la obtención de más imágenes y contribuir de esta manera a la creación de un software de ayuda al diagnóstico computar, [EN] Bladder cancer is one of the most frequent types of cancer in the world and mainly affects the adult male population, aged between 60-65 years. The variants of bladder carcinoma are included in 2 types: the non-invasive muscle or also known by its acronym in English NMIBC (Non Muscle Invasive Bladder Cancer) and the invasive muscle or in English (Muscle Invasive Bladder Cancer), the latter being the most aggressive of the two, since its progress tends to spread to the outside of the affected organ (in this case, the bladder), thus compromising vital tissues and organs. This process is known as metastatic disease. For this reason, the early detection of patterns associated with this pathology is of vital importance since they can help detect its stage and malignancy. According to recent studies, the budding tumor (TB) or also known as infiltrative pattern, is a predictor of progression of bladder cancer or urothelial carcinoma. With the advancement of artificial intelligence (AI) in deep learning systems, convolutional neural networks have proven to be a powerful algorithm to advance the field of medical histopathological image analysis for carcinoma detection[33] [51] compared to traditional detection systems. In this Master's Thesis (TFM) it is proposed to implement and develop algorithms for the detection of budding patterns on images of histopathological samples of muscle-infiltrating bladder carcinoma through Deep learning techniques; such as transfer learning or modeling a convolutional neural network from scratch. The results obtained in this TFM invite us to continue this line of research to continue improving the modeling of the network, obtaining more images and thus contributing to the creation of computerized diagnostic aid software (CAD).

[ES] El cáncer de vejiga es una de las clases más frecuentes de cáncer en el mundo y afecta principalmente a la población masculina adulta, en edades comprendidas entre los 60-65 años. Las variantes de carcinoma vesical se engloban en 2 tipos: el músculo no invasivo o también conocido por sus siglas en inglés NMIBC (Non Muscle Invasive Bladder Cancer) y el músculo invasivo o en inglés (Muscle Invasive Bladder Cancer), siendo este último el más agresivo de los dos, ya que su progreso tiende a propagarse hacia el exterior del órgano afectado (en este caso, la vejiga) comprometiendo de esta manera a tejidos y órganos vitales. Este proceso es conocido como metástasis de la enfermedad. Es por ello, que la detección temprana de patrones asociados a esta patología es de vital importancia ya que pueden ayudar a detectar su estadio y su malignidad. Según estudios recientes, el tumor budding (TB) o también conocido como patrón infiltrativo, es un factor predictor de progresión del cáncer de vejiga o carcinoma urotelial. Con el avance de la inteligencia artificial (AI) en sistemas de aprendizaje profundo, las redes neuronales convolucionales han demostrado ser un poderoso algoritmo para poder avanzar en el campo del análisis de las imágenes histopatológicas médicas para la detección de carcinomas[33] [51] frente a los sistemas de detección tradicionales. En el presente Trabajo Fin de Máster (TFM) se propone implementar y desarrollar algoritmos para la detección de patrón budding sobre imágenes de muestras histopatológicas de carcinoma vesical músculo infiltrantes a través de técnicas de Deep learning; como la transferencia de conocimiento (transfer learning) o el modelado de una red neuronal convolucional desde cero (from scratch). Los resultados obtenidos en este TFM nos invitan a seguir esta línea de investigación para seguir mejorando el modelado de la red, la obtención de más imágenes y contribuir de esta manera a la creación de un software de ayuda al diagnóstico computar, [EN] Bladder cancer is one of the most frequent types of cancer in the world and mainly affects the adult male population, aged between 60-65 years. The variants of bladder carcinoma are included in 2 types: the non-invasive muscle or also known by its acronym in English NMIBC (Non Muscle Invasive Bladder Cancer) and the invasive muscle or in English (Muscle Invasive Bladder Cancer), the latter being the most aggressive of the two, since its progress tends to spread to the outside of the affected organ (in this case, the bladder), thus compromising vital tissues and organs. This process is known as metastatic disease. For this reason, the early detection of patterns associated with this pathology is of vital importance since they can help detect its stage and malignancy. According to recent studies, the budding tumor (TB) or also known as infiltrative pattern, is a predictor of progression of bladder cancer or urothelial carcinoma. With the advancement of artificial intelligence (AI) in deep learning systems, convolutional neural networks have proven to be a powerful algorithm to advance the field of medical histopathological image analysis for carcinoma detection[33] [51] compared to traditional detection systems. In this Master's Thesis (TFM) it is proposed to implement and develop algorithms for the detection of budding patterns on images of histopathological samples of muscle-infiltrating bladder carcinoma through Deep learning techniques; such as transfer learning or modeling a convolutional neural network from scratch. The results obtained in this TFM invite us to continue this line of research to continue improving the modeling of the network, obtaining more images and thus contributing to the creation of computerized diagnostic aid software (CAD).

[ES] El cáncer de vejiga es una de las clases más frecuentes de cáncer en el mundo y afecta principalmente a la población masculina adulta, en edades comprendidas entre los 60-65 años. Las variantes de carcinoma vesical se engloban en 2 tipos: el músculo no invasivo o también conocido por sus siglas en inglés NMIBC (Non Muscle Invasive Bladder Cancer) y el músculo invasivo o en inglés (Muscle Invasive Bladder Cancer), siendo este último el más agresivo de los dos, ya que su progreso tiende a propagarse hacia el exterior del órgano afectado (en este caso, la vejiga) comprometiendo de esta manera a tejidos y órganos vitales. Este proceso es conocido como metástasis de la enfermedad. Es por ello, que la detección temprana de patrones asociados a esta patología es de vital importancia ya que pueden ayudar a detectar su estadio y su malignidad. Según estudios recientes, el tumor budding (TB) o también conocido como patrón infiltrativo, es un factor predictor de progresión del cáncer de vejiga o carcinoma urotelial. Con el avance de la inteligencia artificial (AI) en sistemas de aprendizaje profundo, las redes neuronales convolucionales han demostrado ser un poderoso algoritmo para poder avanzar en el campo del análisis de las imágenes histopatológicas médicas para la detección de carcinomas[33] [51] frente a los sistemas de detección tradicionales. En el presente Trabajo Fin de Máster (TFM) se propone implementar y desarrollar algoritmos para la detección de patrón budding sobre imágenes de muestras histopatológicas de carcinoma vesical músculo infiltrantes a través de técnicas de Deep learning; como la transferencia de conocimiento (transfer learning) o el modelado de una red neuronal convolucional desde cero (from scratch). Los resultados obtenidos en este TFM nos invitan a seguir esta línea de investigación para seguir mejorando el modelado de la red, la obtención de más imágenes y contribuir de esta manera a la creación de un software de ayuda al diagnóstico computar, [EN] Bladder cancer is one of the most frequent types of cancer in the world and mainly affects the adult male population, aged between 60-65 years. The variants of bladder carcinoma are included in 2 types: the non-invasive muscle or also known by its acronym in English NMIBC (Non Muscle Invasive Bladder Cancer) and the invasive muscle or in English (Muscle Invasive Bladder Cancer), the latter being the most aggressive of the two, since its progress tends to spread to the outside of the affected organ (in this case, the bladder), thus compromising vital tissues and organs. This process is known as metastatic disease. For this reason, the early detection of patterns associated with this pathology is of vital importance since they can help detect its stage and malignancy. According to recent studies, the budding tumor (TB) or also known as infiltrative pattern, is a predictor of progression of bladder cancer or urothelial carcinoma. With the advancement of artificial intelligence (AI) in deep learning systems, convolutional neural networks have proven to be a powerful algorithm to advance the field of medical histopathological image analysis for carcinoma detection[33] [51] compared to traditional detection systems. In this Master's Thesis (TFM) it is proposed to implement and develop algorithms for the detection of budding patterns on images of histopathological samples of muscle-infiltrating bladder carcinoma through Deep learning techniques; such as transfer learning or modeling a convolutional neural network from scratch. The results obtained in this TFM invite us to continue this line of research to continue improving the modeling of the network, obtaining more images and thus contributing to the creation of computerized diagnostic aid software (CAD).

[ES] Las enfermedades cardiovasculares son las causantes de la mayoría de las muertes que se producen en el mundo occidental, siendo las arritmias cardiacas una de las enfermedades más frecuentes dentro de este ámbito. La fibrilación auricular es la arritmia cardiaca que más gasto sanitario conlleva debido a su alta prevalencia (1-2% en la población general), que consiste en una transmisión desorganizada de los impulsos eléctricos por el tejido cardíacos de la aurícula. Ante el desconocimiento de los mecanismos de inicio y mantenimiento de esta arritmia existen métodos experimentales como la Imagen Electrocardiográfica (ECGI) que permite estimar los potenciales epicárdicos a partir de registros electrocardiográficos de superficie. De esta forma se puede estudiar e identificar de forma no invasiva los posibles mecanismos que sustentan la fibrilación auricular. Para poder utilizar esta técnica de mapeo es necesario disponer de la anatomía de la superficie del torso y corazón del paciente, así como de la ubicación exacta de los electrodos de registro sobre el torso. El presente proyecto tiene como finalidad definir una metodología que permita identificar la localización exacta de los electrodos sobre el modelo 3D del torso del paciente de forma automática a partir de sistemas de adquisición 3D. Para lograr dicha finalidad, se ha procedido a generar un conjunto de marcadores para los electrodos del torso de tipo ArUco y OCR que permiten su identificación individual. Se ha desarrollado un algoritmo de procesamiento de los datos adquiridos mediante escaneado 3D del torso, que permite localizar la posición de posibles candidatos a marcadores mediante clustering y permite su identificación automática aplicando el proceso de reconocimiento de patrones correspondiente. Con dicho algoritmo se ha llevado a cabo un estudio comparativo de los 2 métodos de identificación bajo estudio. El resultado de dicha metodología ha sido más favorable al uso de marcadores de tipo OCR, ya que, [EN] Cardiovascular diseases are the main cause of death in the western world, with cardiac arrhythmia being one of the most frequent among them. Atrial fibrillation is the cardiac arrhythmia that supposes the greatest sanitary cost due to its high prevalence (1-2% in total population). It consists in a series of disorganized electric impulses which are transmitted by the cardiac atrial tissues. Since the mechanisms of how this cardiac disorder originates and becomes recurrent have not been elucidated yet, techniques such as Electrocardiographic Imaging (ECGI) are used to estimate epicardial potentials from collected electrocardiographic data. By this way, it is possible to study the atrial fibrillation mechanisms in a non-invasive fashion. In order to use this mapping technique, it is necessary to know the anatomy of both torso and heart, as well as the exact location of the recording electrodes over the torso¿s surface. This project aims to develop a new methodology for the identification of the exact location of the electrodes over a 3D torso model of the patient automatically from 3D acquisition systems. To attain this, a range of ArUco- and OCR-type markers have been generated for these torso electrodes, allowing their individual identification. An algorithm has been developed to process the acquired data through 3D scanning. The algorithm allows to indicate the position of potential marker candidates by clustering, as well as to automatically identify them using the appropriate pattern recognition process. A comparative study between the two studied identification methods has also been conducted using this algorithm. The results obtained indicate a much better detection ratio while using OCR type markers (93%) against ArUco markers (43%). In addition, it was demonstrated that 3D modelling is highly sensor-dependent, thus acting as a bottleneck in the process of obtaining precise and global locations. To conclude, this methodology enabled the automation of the

[ES] Las enfermedades cardiovasculares son las causantes de la mayoría de las muertes que se producen en el mundo occidental, siendo las arritmias cardiacas una de las enfermedades más frecuentes dentro de este ámbito. La fibrilación auricular es la arritmia cardiaca que más gasto sanitario conlleva debido a su alta prevalencia (1-2% en la población general), que consiste en una transmisión desorganizada de los impulsos eléctricos por el tejido cardíacos de la aurícula. Ante el desconocimiento de los mecanismos de inicio y mantenimiento de esta arritmia existen métodos experimentales como la Imagen Electrocardiográfica (ECGI) que permite estimar los potenciales epicárdicos a partir de registros electrocardiográficos de superficie. De esta forma se puede estudiar e identificar de forma no invasiva los posibles mecanismos que sustentan la fibrilación auricular. Para poder utilizar esta técnica de mapeo es necesario disponer de la anatomía de la superficie del torso y corazón del paciente, así como de la ubicación exacta de los electrodos de registro sobre el torso. El presente proyecto tiene como finalidad definir una metodología que permita identificar la localización exacta de los electrodos sobre el modelo 3D del torso del paciente de forma automática a partir de sistemas de adquisición 3D. Para lograr dicha finalidad, se ha procedido a generar un conjunto de marcadores para los electrodos del torso de tipo ArUco y OCR que permiten su identificación individual. Se ha desarrollado un algoritmo de procesamiento de los datos adquiridos mediante escaneado 3D del torso, que permite localizar la posición de posibles candidatos a marcadores mediante clustering y permite su identificación automática aplicando el proceso de reconocimiento de patrones correspondiente. Con dicho algoritmo se ha llevado a cabo un estudio comparativo de los 2 métodos de identificación bajo estudio. El resultado de dicha metodología ha sido más favorable al uso de marcadores de tipo OCR, ya que, [EN] Cardiovascular diseases are the main cause of death in the western world, with cardiac arrhythmia being one of the most frequent among them. Atrial fibrillation is the cardiac arrhythmia that supposes the greatest sanitary cost due to its high prevalence (1-2% in total population). It consists in a series of disorganized electric impulses which are transmitted by the cardiac atrial tissues. Since the mechanisms of how this cardiac disorder originates and becomes recurrent have not been elucidated yet, techniques such as Electrocardiographic Imaging (ECGI) are used to estimate epicardial potentials from collected electrocardiographic data. By this way, it is possible to study the atrial fibrillation mechanisms in a non-invasive fashion. In order to use this mapping technique, it is necessary to know the anatomy of both torso and heart, as well as the exact location of the recording electrodes over the torso¿s surface. This project aims to develop a new methodology for the identification of the exact location of the electrodes over a 3D torso model of the patient automatically from 3D acquisition systems. To attain this, a range of ArUco- and OCR-type markers have been generated for these torso electrodes, allowing their individual identification. An algorithm has been developed to process the acquired data through 3D scanning. The algorithm allows to indicate the position of potential marker candidates by clustering, as well as to automatically identify them using the appropriate pattern recognition process. A comparative study between the two studied identification methods has also been conducted using this algorithm. The results obtained indicate a much better detection ratio while using OCR type markers (93%) against ArUco markers (43%). In addition, it was demonstrated that 3D modelling is highly sensor-dependent, thus acting as a bottleneck in the process of obtaining precise and global locations. To conclude, this methodology enabled the automation of the

[ES] Las enfermedades cardiovasculares son las causantes de la mayoría de las muertes que se producen en el mundo occidental, siendo las arritmias cardiacas una de las enfermedades más frecuentes dentro de este ámbito. La fibrilación auricular es la arritmia cardiaca que más gasto sanitario conlleva debido a su alta prevalencia (1-2% en la población general), que consiste en una transmisión desorganizada de los impulsos eléctricos por el tejido cardíacos de la aurícula. Ante el desconocimiento de los mecanismos de inicio y mantenimiento de esta arritmia existen métodos experimentales como la Imagen Electrocardiográfica (ECGI) que permite estimar los potenciales epicárdicos a partir de registros electrocardiográficos de superficie. De esta forma se puede estudiar e identificar de forma no invasiva los posibles mecanismos que sustentan la fibrilación auricular. Para poder utilizar esta técnica de mapeo es necesario disponer de la anatomía de la superficie del torso y corazón del paciente, así como de la ubicación exacta de los electrodos de registro sobre el torso. El presente proyecto tiene como finalidad definir una metodología que permita identificar la localización exacta de los electrodos sobre el modelo 3D del torso del paciente de forma automática a partir de sistemas de adquisición 3D. Para lograr dicha finalidad, se ha procedido a generar un conjunto de marcadores para los electrodos del torso de tipo ArUco y OCR que permiten su identificación individual. Se ha desarrollado un algoritmo de procesamiento de los datos adquiridos mediante escaneado 3D del torso, que permite localizar la posición de posibles candidatos a marcadores mediante clustering y permite su identificación automática aplicando el proceso de reconocimiento de patrones correspondiente. Con dicho algoritmo se ha llevado a cabo un estudio comparativo de los 2 métodos de identificación bajo estudio. El resultado de dicha metodología ha sido más favorable al uso de marcadores de tipo OCR, ya que, [EN] Cardiovascular diseases are the main cause of death in the western world, with cardiac arrhythmia being one of the most frequent among them. Atrial fibrillation is the cardiac arrhythmia that supposes the greatest sanitary cost due to its high prevalence (1-2% in total population). It consists in a series of disorganized electric impulses which are transmitted by the cardiac atrial tissues. Since the mechanisms of how this cardiac disorder originates and becomes recurrent have not been elucidated yet, techniques such as Electrocardiographic Imaging (ECGI) are used to estimate epicardial potentials from collected electrocardiographic data. By this way, it is possible to study the atrial fibrillation mechanisms in a non-invasive fashion. In order to use this mapping technique, it is necessary to know the anatomy of both torso and heart, as well as the exact location of the recording electrodes over the torso¿s surface. This project aims to develop a new methodology for the identification of the exact location of the electrodes over a 3D torso model of the patient automatically from 3D acquisition systems. To attain this, a range of ArUco- and OCR-type markers have been generated for these torso electrodes, allowing their individual identification. An algorithm has been developed to process the acquired data through 3D scanning. The algorithm allows to indicate the position of potential marker candidates by clustering, as well as to automatically identify them using the appropriate pattern recognition process. A comparative study between the two studied identification methods has also been conducted using this algorithm. The results obtained indicate a much better detection ratio while using OCR type markers (93%) against ArUco markers (43%). In addition, it was demonstrated that 3D modelling is highly sensor-dependent, thus acting as a bottleneck in the process of obtaining precise and global locations. To conclude, this methodology enabled the automation of the

[ES] Las enfermedades cardiovasculares son las causantes de la mayoría de las muertes que se producen en el mundo occidental, siendo las arritmias cardiacas una de las enfermedades más frecuentes dentro de este ámbito. La fibrilación auricular es la arritmia cardiaca que más gasto sanitario conlleva debido a su alta prevalencia (1-2% en la población general), que consiste en una transmisión desorganizada de los impulsos eléctricos por el tejido cardíacos de la aurícula. Ante el desconocimiento de los mecanismos de inicio y mantenimiento de esta arritmia existen métodos experimentales como la Imagen Electrocardiográfica (ECGI) que permite estimar los potenciales epicárdicos a partir de registros electrocardiográficos de superficie. De esta forma se puede estudiar e identificar de forma no invasiva los posibles mecanismos que sustentan la fibrilación auricular. Para poder utilizar esta técnica de mapeo es necesario disponer de la anatomía de la superficie del torso y corazón del paciente, así como de la ubicación exacta de los electrodos de registro sobre el torso. El presente proyecto tiene como finalidad definir una metodología que permita identificar la localización exacta de los electrodos sobre el modelo 3D del torso del paciente de forma automática a partir de sistemas de adquisición 3D. Para lograr dicha finalidad, se ha procedido a generar un conjunto de marcadores para los electrodos del torso de tipo ArUco y OCR que permiten su identificación individual. Se ha desarrollado un algoritmo de procesamiento de los datos adquiridos mediante escaneado 3D del torso, que permite localizar la posición de posibles candidatos a marcadores mediante clustering y permite su identificación automática aplicando el proceso de reconocimiento de patrones correspondiente. Con dicho algoritmo se ha llevado a cabo un estudio comparativo de los 2 métodos de identificación bajo estudio. El resultado de dicha metodología ha sido más favorable al uso de marcadores de tipo OCR, ya que, [EN] Cardiovascular diseases are the main cause of death in the western world, with cardiac arrhythmia being one of the most frequent among them. Atrial fibrillation is the cardiac arrhythmia that supposes the greatest sanitary cost due to its high prevalence (1-2% in total population). It consists in a series of disorganized electric impulses which are transmitted by the cardiac atrial tissues. Since the mechanisms of how this cardiac disorder originates and becomes recurrent have not been elucidated yet, techniques such as Electrocardiographic Imaging (ECGI) are used to estimate epicardial potentials from collected electrocardiographic data. By this way, it is possible to study the atrial fibrillation mechanisms in a non-invasive fashion. In order to use this mapping technique, it is necessary to know the anatomy of both torso and heart, as well as the exact location of the recording electrodes over the torso¿s surface. This project aims to develop a new methodology for the identification of the exact location of the electrodes over a 3D torso model of the patient automatically from 3D acquisition systems. To attain this, a range of ArUco- and OCR-type markers have been generated for these torso electrodes, allowing their individual identification. An algorithm has been developed to process the acquired data through 3D scanning. The algorithm allows to indicate the position of potential marker candidates by clustering, as well as to automatically identify them using the appropriate pattern recognition process. A comparative study between the two studied identification methods has also been conducted using this algorithm. The results obtained indicate a much better detection ratio while using OCR type markers (93%) against ArUco markers (43%). In addition, it was demonstrated that 3D modelling is highly sensor-dependent, thus acting as a bottleneck in the process of obtaining precise and global locations. To conclude, this methodology enabled the automation of the

[EN] The identification of the writer who has written a piece of text is needed in several applications of document analysis and recognition. In particular, it is required for the organization of historical manuscripts in archives and libraries. Traditional methods used to relay on a segmentation of the written text into individual characters, followed by more or less heuristic analysis of the shape of the characters. This approach has provided some results in simple cases where the text is clear enough to allow the detection and extraction of individual characters. However, it fails dramatically when the writing is sloppy and/or when ancient scripts are considered. Therefore, modern works follow holistic approaches where the writing style is analyzed without character or word detection or extraction. Moreover, machine learning techniques are proving highly adequate to tackle the writer's identification problem in a fully holistic, segmentation-free way. In this direction, deep convolutional neural networks are the most promising models tried so far. This proposal consists of the development of deep learning methods for the classification of a handwritten image, or a part thereof, into several classes corresponding to possible hands which have written the text. This work will also include experimentation on public-domain, benchmark datasets, as well as on other real-world datasets consisting of historical manuscripts., [ES] La identificación del escritor que ha escrito un texto es necesaria en varias aplicaciones de análisis y reconocimiento de documentos. En particular, se requiere para la organización de manuscritos históricos en archivos y bibliotecas. Los métodos tradicionales solían basarse en una segmentación del texto escrito en caracteres individuales, seguido de un análisis más o menos heurístico de la forma de los caracteres. Este enfoque ha proporcionado algunos resultados en casos simples donde el texto es lo suficientemente claro como para permitir la detección y extracción de caracteres individuales. Pero falla completamente cuando la escritura es informal o desordenada y/o cuando se consideran estilos de escritura antiguos. Por lo tanto, los trabajos modernas siguen enfoques holísticos en los que se analiza el estilo de escritura sin detección o extracción previa de caracteres o palabras. Además, las técnicas de aprendizaje automático están demostrando ser muy adecuadas para abordar el problema de identificación del escritor de una manera totalmente holística y sin segmentación. En esta dirección, las redes neuronales convolucionales profundas son los modelos más prometedores que se han probado hasta ahora. Esta propuesta consiste en el desarrollo de métodos de aprendizaje profundo para la clasificación de una imagen de texto, o una parte de ella, en clases correspondientes a las posibles manos que han escrito el texto. El trabajo también incluirá la experimentación con conjuntos de datos públicos de referencia, así como en otros conjuntos de datos del mundo real, que consisten en manuscritos históricos., [CA] La identificació de l’escriptor que ha escrit un text és necessària en diverses aplicacions d’anàlisi i reconeixement de documents. En particular, es requereix per a l’organització de manuscrits històrics en arxius i biblioteques. Els mètodes tradicionals solien basar-se en una segmentació de l’ text escrit en caràcters individuals, seguit d’una anàlisi més o menys heurístic de la forma dels caràcters. Aquest enfocament ha proporcionat alguns resultats en casos simples on el text és prou clar com per permetre la detecció i extracció de caràcters individuals. però falla completament quan l’escriptura és informal o desordenada i / o quan es consideren estils d’escriptura antics. Per tant, els treballs modernes segueixen enfocaments holístics en els que s’analitza l’estil d’escriptura sense detecció o extracció prèvia de caràcters o paraules. A més, les tècniques de aprenentatge automàtic estan demostrant ser molt adequades per a abordar el problema d’identificació de l’escriptor d’una manera totalment holística i sense segmentació. En aquesta direcció, les xarxes neuronals convolucionals profundes són els models més prometedors que s’han provat fins ara. Aquesta proposta consisteix en el desenvolupament de mètodes d’aprenentatge profund per a la classificació d’una imatge de text, o una part d’ella, en classes corresponents a les possibles mans que han escrit el text. El treball també inclourà l’experimentació amb conjunts de dades públiques de referència, així com en altres conjunts de dades del món real, que consisteixen en manuscrits històrics.

[EN] The identification of the writer who has written a piece of text is needed in several applications of document analysis and recognition. In particular, it is required for the organization of historical manuscripts in archives and libraries. Traditional methods used to relay on a segmentation of the written text into individual characters, followed by more or less heuristic analysis of the shape of the characters. This approach has provided some results in simple cases where the text is clear enough to allow the detection and extraction of individual characters. However, it fails dramatically when the writing is sloppy and/or when ancient scripts are considered. Therefore, modern works follow holistic approaches where the writing style is analyzed without character or word detection or extraction. Moreover, machine learning techniques are proving highly adequate to tackle the writer's identification problem in a fully holistic, segmentation-free way. In this direction, deep convolutional neural networks are the most promising models tried so far. This proposal consists of the development of deep learning methods for the classification of a handwritten image, or a part thereof, into several classes corresponding to possible hands which have written the text. This work will also include experimentation on public-domain, benchmark datasets, as well as on other real-world datasets consisting of historical manuscripts., [ES] La identificación del escritor que ha escrito un texto es necesaria en varias aplicaciones de análisis y reconocimiento de documentos. En particular, se requiere para la organización de manuscritos históricos en archivos y bibliotecas. Los métodos tradicionales solían basarse en una segmentación del texto escrito en caracteres individuales, seguido de un análisis más o menos heurístico de la forma de los caracteres. Este enfoque ha proporcionado algunos resultados en casos simples donde el texto es lo suficientemente claro como para permitir la detección y extracción de caracteres individuales. Pero falla completamente cuando la escritura es informal o desordenada y/o cuando se consideran estilos de escritura antiguos. Por lo tanto, los trabajos modernas siguen enfoques holísticos en los que se analiza el estilo de escritura sin detección o extracción previa de caracteres o palabras. Además, las técnicas de aprendizaje automático están demostrando ser muy adecuadas para abordar el problema de identificación del escritor de una manera totalmente holística y sin segmentación. En esta dirección, las redes neuronales convolucionales profundas son los modelos más prometedores que se han probado hasta ahora. Esta propuesta consiste en el desarrollo de métodos de aprendizaje profundo para la clasificación de una imagen de texto, o una parte de ella, en clases correspondientes a las posibles manos que han escrito el texto. El trabajo también incluirá la experimentación con conjuntos de datos públicos de referencia, así como en otros conjuntos de datos del mundo real, que consisten en manuscritos históricos., [CA] La identificació de l’escriptor que ha escrit un text és necessària en diverses aplicacions d’anàlisi i reconeixement de documents. En particular, es requereix per a l’organització de manuscrits històrics en arxius i biblioteques. Els mètodes tradicionals solien basar-se en una segmentació de l’ text escrit en caràcters individuals, seguit d’una anàlisi més o menys heurístic de la forma dels caràcters. Aquest enfocament ha proporcionat alguns resultats en casos simples on el text és prou clar com per permetre la detecció i extracció de caràcters individuals. però falla completament quan l’escriptura és informal o desordenada i / o quan es consideren estils d’escriptura antics. Per tant, els treballs modernes segueixen enfocaments holístics en els que s’analitza l’estil d’escriptura sense detecció o extracció prèvia de caràcters o paraules. A més, les tècniques de aprenentatge automàtic estan demostrant ser molt adequades per a abordar el problema d’identificació de l’escriptor d’una manera totalment holística i sense segmentació. En aquesta direcció, les xarxes neuronals convolucionals profundes són els models més prometedors que s’han provat fins ara. Aquesta proposta consisteix en el desenvolupament de mètodes d’aprenentatge profund per a la classificació d’una imatge de text, o una part d’ella, en classes corresponents a les possibles mans que han escrit el text. El treball també inclourà l’experimentació amb conjunts de dades públiques de referència, així com en altres conjunts de dades del món real, que consisteixen en manuscrits històrics.

[EN] In the present doctoral thesis electronic systems of measurement have been developed. As element sensor, they include multiple electrodes of nature electrochemical. Each of the electrodes possesses a not specific sensibility to some of the parameters or chemical compounds of the sample to analyzing. The set of electrodes contribute a series of signs that are analyzed of joint form, this way conclusions of interest are obtained, normally the discrimination of complex samples or the quantification of some of their components. This type of measurement systems is denominated electronic tongues. The systems of measurement developed use sensors of type potentiometric and are constructed by pastes of thick film technology, and also by simple metallic electrodes in pure state. With this method, devices with characteristics of construction simplicity, mechanical robustness, easy handling and low cost are obtained. With the data obtained pattern recognition techniques are applied, such as, Principal Components Analysis (PCA), artificial neuronal networks, predictive techniques (PLS), etc. Several types of applications are developed, first with samples of strong ionic character as they are the natural waters. This way, an analysis of several types of packaged and urban provision waters is made, reaching a good discrimination of the samples by means of analysis PCA. By means of techniques PLS (Partial Least Square) the concentration of present ions in those waters is predicted. The experiences with acuosus dissolutions continue with artificial dissolutions to obtain the discrimination according to the type of anion or cation, concluding that is easier the discrimination of dissolutions with different anion that with different cation, as much in pure as in complex dissolutions. The experiences continue with liquid samples but of more complex nature as it is the wine. This type of samples facilitates to be analyzed by systems of electronic tongue because they are formed by a, [ES] En la presente tesis doctoral se desarrollan sistemas electrónicos de medida que tienen como elemento sensor múltiples electrodos de naturaleza electroquímica. Cada uno de los electrodos posee una sensibilidad no específica ante algunos de los parámetros o compuestos químicos de las muestras a analizar. El conjunto de electrodos aportan una serie de señales que se analizan de forma conjunta, para así obtener conclusiones de interés, normalmente en la discriminación de muestras complejas o la cuantificación de algunos de sus componentes. A este tipo de sistemas de medida se le denominan lenguas electrónicas. Los sistemas de medida desarrollados utilizan sensores de tipo potenciométrico y están construidos con pastas de la tecnología de capa gruesa (Thick-Film), y también por electrodos metálicos simples en estado puro. Con este método se consiguen dispositivos con características de sencillez de construcción, robustez mecánica, fácil manejo y bajo costo. Con las señales obtenidas se aplican técnicas de reconocimiento de patrones, como son el Análisis de Componentes Principales (PCA), redes neuronales artificiales, técnicas predictivas como PLS, etc. Se desarrollan varios tipos de aplicaciones, la primera con muestras de fuerte carácter iónico como son las aguas naturales. De esta forma, se realiza un análisis de varios tipos de aguas envasadas y de suministro urbano, alcanzando una buena discriminación de las muestras por medio de análisis PCA. Por medio de técnicas PLS (Partial Least Square) se predice la concentración de los iones presentes en esas aguas. Las experiencias con disoluciones acuosas continúan con disoluciones artificiales para lograr la discriminación de dichas disoluciones según el tipo de anión o de catión, concluyendo que es más fácil la discriminación de las disoluciones con distintos anión que con distinto catión, tanto en disoluciones puras como en compuestas. Las experiencias siguen con muestras líquidas pero de naturaleza más compleja com, [CA] En la present tesi doctoral es desenvolupen sistemes electrònics de mesura que tenen com element sensor múltiples elèctrodes de naturalesa electroquímica. Cadascun dels elèctrodes posseïx una sensibilitat no específica davant alguns dels paràmetres o compostos químics de la mostra a analitzar. El conjunt d'elèctrodes aporten una sèrie de senyals que s'analitzen de forma conjunta, per a així obtenir conclusions d'interès, normalment en la discriminació de mostres complexes o la quantificació d'alguns dels seus components. A aquest tipus de sistemes de mesura se li denominen llengües electròniques. Els sistemes de mesura desenvolupats utilitzen sensors de tipus potenciomètric i estan construïts amb pastes de la tecnologia de capa gruixuda (Thick-Fim), i també per elèctrodes metàl·lics simples en estat pur. Amb aquest mètode s'assoleixen dispositius amb característiques de senzillesa de construcció, robustesa mecànica, fàcil maneig i reduït cost. Amb els senyals obtinguts s'apliquen tècniques de reconeixement de patrons, com són l'Anàlisi de Components Principals (PCA), xarxes neuronals artificials, tècniques predictives com PLS, etc. Es desenvolupen diversos tipus d'aplicacions, la primera amb mostres de fort caràcter iònic com són les aigües naturals. D'aquesta forma, es realitza una anàlisi de diversos tipus d'aigües envasades i de subministrament urbà, arribant a una bona discriminació de les mostres per mitjà d'anàlisi PCA. Amb tècniques PLS (Partial Least Square) es prediu la concentració dels ions presents en aquestes aigües. Les experiències amb dissolucions aquoses continuan amb dissolucions artificials per a assolir la discriminació d'aquestes dissolucions segons el tipus d'anió o de catió, concloent que és més fàcil la discriminació de les dissolucions amb diferents anió que amb diferent catió, tant en dissolucions pures com en compostes. Les experiències segueixen amb mostres líquides però de naturalesa més complexa com és el vi. Aquest tipus de mostre

[EN] In the present doctoral thesis electronic systems of measurement have been developed. As element sensor, they include multiple electrodes of nature electrochemical. Each of the electrodes possesses a not specific sensibility to some of the parameters or chemical compounds of the sample to analyzing. The set of electrodes contribute a series of signs that are analyzed of joint form, this way conclusions of interest are obtained, normally the discrimination of complex samples or the quantification of some of their components. This type of measurement systems is denominated electronic tongues. The systems of measurement developed use sensors of type potentiometric and are constructed by pastes of thick film technology, and also by simple metallic electrodes in pure state. With this method, devices with characteristics of construction simplicity, mechanical robustness, easy handling and low cost are obtained. With the data obtained pattern recognition techniques are applied, such as, Principal Components Analysis (PCA), artificial neuronal networks, predictive techniques (PLS), etc. Several types of applications are developed, first with samples of strong ionic character as they are the natural waters. This way, an analysis of several types of packaged and urban provision waters is made, reaching a good discrimination of the samples by means of analysis PCA. By means of techniques PLS (Partial Least Square) the concentration of present ions in those waters is predicted. The experiences with acuosus dissolutions continue with artificial dissolutions to obtain the discrimination according to the type of anion or cation, concluding that is easier the discrimination of dissolutions with different anion that with different cation, as much in pure as in complex dissolutions. The experiences continue with liquid samples but of more complex nature as it is the wine. This type of samples facilitates to be analyzed by systems of electronic tongue because they are formed by a, [ES] En la presente tesis doctoral se desarrollan sistemas electrónicos de medida que tienen como elemento sensor múltiples electrodos de naturaleza electroquímica. Cada uno de los electrodos posee una sensibilidad no específica ante algunos de los parámetros o compuestos químicos de las muestras a analizar. El conjunto de electrodos aportan una serie de señales que se analizan de forma conjunta, para así obtener conclusiones de interés, normalmente en la discriminación de muestras complejas o la cuantificación de algunos de sus componentes. A este tipo de sistemas de medida se le denominan lenguas electrónicas. Los sistemas de medida desarrollados utilizan sensores de tipo potenciométrico y están construidos con pastas de la tecnología de capa gruesa (Thick-Film), y también por electrodos metálicos simples en estado puro. Con este método se consiguen dispositivos con características de sencillez de construcción, robustez mecánica, fácil manejo y bajo costo. Con las señales obtenidas se aplican técnicas de reconocimiento de patrones, como son el Análisis de Componentes Principales (PCA), redes neuronales artificiales, técnicas predictivas como PLS, etc. Se desarrollan varios tipos de aplicaciones, la primera con muestras de fuerte carácter iónico como son las aguas naturales. De esta forma, se realiza un análisis de varios tipos de aguas envasadas y de suministro urbano, alcanzando una buena discriminación de las muestras por medio de análisis PCA. Por medio de técnicas PLS (Partial Least Square) se predice la concentración de los iones presentes en esas aguas. Las experiencias con disoluciones acuosas continúan con disoluciones artificiales para lograr la discriminación de dichas disoluciones según el tipo de anión o de catión, concluyendo que es más fácil la discriminación de las disoluciones con distintos anión que con distinto catión, tanto en disoluciones puras como en compuestas. Las experiencias siguen con muestras líquidas pero de naturaleza más compleja com, [CA] En la present tesi doctoral es desenvolupen sistemes electrònics de mesura que tenen com element sensor múltiples elèctrodes de naturalesa electroquímica. Cadascun dels elèctrodes posseïx una sensibilitat no específica davant alguns dels paràmetres o compostos químics de la mostra a analitzar. El conjunt d'elèctrodes aporten una sèrie de senyals que s'analitzen de forma conjunta, per a així obtenir conclusions d'interès, normalment en la discriminació de mostres complexes o la quantificació d'alguns dels seus components. A aquest tipus de sistemes de mesura se li denominen llengües electròniques. Els sistemes de mesura desenvolupats utilitzen sensors de tipus potenciomètric i estan construïts amb pastes de la tecnologia de capa gruixuda (Thick-Fim), i també per elèctrodes metàl·lics simples en estat pur. Amb aquest mètode s'assoleixen dispositius amb característiques de senzillesa de construcció, robustesa mecànica, fàcil maneig i reduït cost. Amb els senyals obtinguts s'apliquen tècniques de reconeixement de patrons, com són l'Anàlisi de Components Principals (PCA), xarxes neuronals artificials, tècniques predictives com PLS, etc. Es desenvolupen diversos tipus d'aplicacions, la primera amb mostres de fort caràcter iònic com són les aigües naturals. D'aquesta forma, es realitza una anàlisi de diversos tipus d'aigües envasades i de subministrament urbà, arribant a una bona discriminació de les mostres per mitjà d'anàlisi PCA. Amb tècniques PLS (Partial Least Square) es prediu la concentració dels ions presents en aquestes aigües. Les experiències amb dissolucions aquoses continuan amb dissolucions artificials per a assolir la discriminació d'aquestes dissolucions segons el tipus d'anió o de catió, concloent que és més fàcil la discriminació de les dissolucions amb diferents anió que amb diferent catió, tant en dissolucions pures com en compostes. Les experiències segueixen amb mostres líquides però de naturalesa més complexa com és el vi. Aquest tipus de mostre

[ES] En este trabajo, se aborda el problema de la detección de expresiones matemáticas en artículos científicos. Primero, se da una breve introducción al problema de la detección de objetos general, junto a las técnicas y métodos de evaluación más actuales. Luego, se presentan dos modelos del estado del arte (YOLO y SSD), y se realiza un estudio comparativo en el que se analizan los problemas encontrados cuando estos son aplicados a la detección de expresiones matemáticas. Finalmente, el trabajo termina con una discusión sobre cómo abordar estos problemas en modelos futuros y se ahonda en la posibilidad de derivar este trabajo hacia el problema del reconocimiento de expresiones matemáticas., [EN] In this work, we address the problem of detecting mathematical expressions in scientific papers. First, a brief introduction to the problem of general-object detection is given, along with state-of-the-art techniques and evaluation methods. Then, two state-of-the-art models (YOLO and SSD) are presented, and a comparative study is carried out where we analyze the problems and weaknesses found when they are applied to this specific task. Finally, the work ends with a discussion on how to tackle these problems in future models and the possibility of deriving this work towards the mathematical expression recognition problem.

[ES] En este trabajo, se aborda el problema de la detección de expresiones matemáticas en artículos científicos. Primero, se da una breve introducción al problema de la detección de objetos general, junto a las técnicas y métodos de evaluación más actuales. Luego, se presentan dos modelos del estado del arte (YOLO y SSD), y se realiza un estudio comparativo en el que se analizan los problemas encontrados cuando estos son aplicados a la detección de expresiones matemáticas. Finalmente, el trabajo termina con una discusión sobre cómo abordar estos problemas en modelos futuros y se ahonda en la posibilidad de derivar este trabajo hacia el problema del reconocimiento de expresiones matemáticas., [EN] In this work, we address the problem of detecting mathematical expressions in scientific papers. First, a brief introduction to the problem of general-object detection is given, along with state-of-the-art techniques and evaluation methods. Then, two state-of-the-art models (YOLO and SSD) are presented, and a comparative study is carried out where we analyze the problems and weaknesses found when they are applied to this specific task. Finally, the work ends with a discussion on how to tackle these problems in future models and the possibility of deriving this work towards the mathematical expression recognition problem.

[ES] En este trabajo, se aborda el problema de la detección de expresiones matemáticas en artículos científicos. Primero, se da una breve introducción al problema de la detección de objetos general, junto a las técnicas y métodos de evaluación más actuales. Luego, se presentan dos modelos del estado del arte (YOLO y SSD), y se realiza un estudio comparativo en el que se analizan los problemas encontrados cuando estos son aplicados a la detección de expresiones matemáticas. Finalmente, el trabajo termina con una discusión sobre cómo abordar estos problemas en modelos futuros y se ahonda en la posibilidad de derivar este trabajo hacia el problema del reconocimiento de expresiones matemáticas., [EN] In this work, we address the problem of detecting mathematical expressions in scientific papers. First, a brief introduction to the problem of general-object detection is given, along with state-of-the-art techniques and evaluation methods. Then, two state-of-the-art models (YOLO and SSD) are presented, and a comparative study is carried out where we analyze the problems and weaknesses found when they are applied to this specific task. Finally, the work ends with a discussion on how to tackle these problems in future models and the possibility of deriving this work towards the mathematical expression recognition problem.

[ES] En este trabajo, se aborda el problema de la detección de expresiones matemáticas en artículos científicos. Primero, se da una breve introducción al problema de la detección de objetos general, junto a las técnicas y métodos de evaluación más actuales. Luego, se presentan dos modelos del estado del arte (YOLO y SSD), y se realiza un estudio comparativo en el que se analizan los problemas encontrados cuando estos son aplicados a la detección de expresiones matemáticas. Finalmente, el trabajo termina con una discusión sobre cómo abordar estos problemas en modelos futuros y se ahonda en la posibilidad de derivar este trabajo hacia el problema del reconocimiento de expresiones matemáticas., [EN] In this work, we address the problem of detecting mathematical expressions in scientific papers. First, a brief introduction to the problem of general-object detection is given, along with state-of-the-art techniques and evaluation methods. Then, two state-of-the-art models (YOLO and SSD) are presented, and a comparative study is carried out where we analyze the problems and weaknesses found when they are applied to this specific task. Finally, the work ends with a discussion on how to tackle these problems in future models and the possibility of deriving this work towards the mathematical expression recognition problem.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro.

[EN] Advances in three-dimensional (3D) acquisition systems have introduced this technology to more fields of study, such as archaeology or architecture. In the architectural field, scanning a building is one of the first possible steps from which a 3D model can be obtained and can be later used for visualisation and/or feature analysis, thanks to computer-based pattern recognition tools. The automation of these tools allows for temporal savings and has become a strong aid for professionals, so that more and more methods are developed with this objective. In this article, a method for 3D mesh segmentation focused on the representation of historic buildings is proposed. This type of buildings is characterised by having singularities and features in façades, such as doors or windows. The main objective is to recognise these features, understanding them as those parts of the model that differ from the main structure of the building. The idea is to use a recognition algorithm for planar faces that allows users to create a graph showing the connectivity between them, therefore allowing the reflection of the shape of the 3Dmodel. At a later step, this graph is matched against some pre-defined graphs that represent the patterns to look for. Each coincidence between both graphs indicate the position of one of the characteristics sought. The developed method has proved to be effective for feature detection and suitable for inclusion in architectural surveying applications., [ES] Los avances en los sistemas de adquisición tridimensionales (3D) han provocado que este tipo de tecnología se introduzca en cada vez más campos de estudio, como son la arqueología o la arquitectura. En el campo arquitectónico el escaneado de edificios constituye el primer paso con el que se obtienen modelos 3Dque más tarde, pueden ser utilizados para la visualización y/o análisis de las características de los mismos edificios, gracias a herramientas informáticas de reconocimiento de patrones. La automatización de estas herramientas permite un ahorro temporal y supone una ayuda a los profesionales, por lo que cada vez más métodos se desarrollan con este objetivo. En este artículo se propone un método de segmentación de mallas 3D enfocado a la representación de edificios históricos. Este tipo de edificios se caracterizan por tener singularidades y elementos característicos en las fachadas, tales como puertas o ventanas. El objetivo principal consiste en reconocer estas características en los edificios, entendiéndose como tales aquellas partes del modelo que difieren de la estructura principal del mismo. La idea es utilizar un algoritmo de reconocimiento de caras planas que permita crear un grafo que muestre la conectividad entre ellas y que por tanto refleje la forma del modelo tridimensional. En una etapa posterior, este grafo se compara con grafos predefinidos que conforman los patrones a buscar. Cada coincidencia entre ambos grafos indica la posición de una de las características buscadas. El método desarrollado ha resultado ser eficaz para la detección de características y adecuado para su inclusión en aplicaciones de levantamiento arquitectónico.

[EN] Advances in three-dimensional (3D) acquisition systems have introduced this technology to more fields of study, such as archaeology or architecture. In the architectural field, scanning a building is one of the first possible steps from which a 3D model can be obtained and can be later used for visualisation and/or feature analysis, thanks to computer-based pattern recognition tools. The automation of these tools allows for temporal savings and has become a strong aid for professionals, so that more and more methods are developed with this objective. In this article, a method for 3D mesh segmentation focused on the representation of historic buildings is proposed. This type of buildings is characterised by having singularities and features in façades, such as doors or windows. The main objective is to recognise these features, understanding them as those parts of the model that differ from the main structure of the building. The idea is to use a recognition algorithm for planar faces that allows users to create a graph showing the connectivity between them, therefore allowing the reflection of the shape of the 3Dmodel. At a later step, this graph is matched against some pre-defined graphs that represent the patterns to look for. Each coincidence between both graphs indicate the position of one of the characteristics sought. The developed method has proved to be effective for feature detection and suitable for inclusion in architectural surveying applications., [ES] Los avances en los sistemas de adquisición tridimensionales (3D) han provocado que este tipo de tecnología se introduzca en cada vez más campos de estudio, como son la arqueología o la arquitectura. En el campo arquitectónico el escaneado de edificios constituye el primer paso con el que se obtienen modelos 3Dque más tarde, pueden ser utilizados para la visualización y/o análisis de las características de los mismos edificios, gracias a herramientas informáticas de reconocimiento de patrones. La automatización de estas herramientas permite un ahorro temporal y supone una ayuda a los profesionales, por lo que cada vez más métodos se desarrollan con este objetivo. En este artículo se propone un método de segmentación de mallas 3D enfocado a la representación de edificios históricos. Este tipo de edificios se caracterizan por tener singularidades y elementos característicos en las fachadas, tales como puertas o ventanas. El objetivo principal consiste en reconocer estas características en los edificios, entendiéndose como tales aquellas partes del modelo que difieren de la estructura principal del mismo. La idea es utilizar un algoritmo de reconocimiento de caras planas que permita crear un grafo que muestre la conectividad entre ellas y que por tanto refleje la forma del modelo tridimensional. En una etapa posterior, este grafo se compara con grafos predefinidos que conforman los patrones a buscar. Cada coincidencia entre ambos grafos indica la posición de una de las características buscadas. El método desarrollado ha resultado ser eficaz para la detección de características y adecuado para su inclusión en aplicaciones de levantamiento arquitectónico.

[EN] Advances in three-dimensional (3D) acquisition systems have introduced this technology to more fields of study, such as archaeology or architecture. In the architectural field, scanning a building is one of the first possible steps from which a 3D model can be obtained and can be later used for visualisation and/or feature analysis, thanks to computer-based pattern recognition tools. The automation of these tools allows for temporal savings and has become a strong aid for professionals, so that more and more methods are developed with this objective. In this article, a method for 3D mesh segmentation focused on the representation of historic buildings is proposed. This type of buildings is characterised by having singularities and features in façades, such as doors or windows. The main objective is to recognise these features, understanding them as those parts of the model that differ from the main structure of the building. The idea is to use a recognition algorithm for planar faces that allows users to create a graph showing the connectivity between them, therefore allowing the reflection of the shape of the 3Dmodel. At a later step, this graph is matched against some pre-defined graphs that represent the patterns to look for. Each coincidence between both graphs indicate the position of one of the characteristics sought. The developed method has proved to be effective for feature detection and suitable for inclusion in architectural surveying applications., [ES] Los avances en los sistemas de adquisición tridimensionales (3D) han provocado que este tipo de tecnología se introduzca en cada vez más campos de estudio, como son la arqueología o la arquitectura. En el campo arquitectónico el escaneado de edificios constituye el primer paso con el que se obtienen modelos 3Dque más tarde, pueden ser utilizados para la visualización y/o análisis de las características de los mismos edificios, gracias a herramientas informáticas de reconocimiento de patrones. La automatización de estas herramientas permite un ahorro temporal y supone una ayuda a los profesionales, por lo que cada vez más métodos se desarrollan con este objetivo. En este artículo se propone un método de segmentación de mallas 3D enfocado a la representación de edificios históricos. Este tipo de edificios se caracterizan por tener singularidades y elementos característicos en las fachadas, tales como puertas o ventanas. El objetivo principal consiste en reconocer estas características en los edificios, entendiéndose como tales aquellas partes del modelo que difieren de la estructura principal del mismo. La idea es utilizar un algoritmo de reconocimiento de caras planas que permita crear un grafo que muestre la conectividad entre ellas y que por tanto refleje la forma del modelo tridimensional. En una etapa posterior, este grafo se compara con grafos predefinidos que conforman los patrones a buscar. Cada coincidencia entre ambos grafos indica la posición de una de las características buscadas. El método desarrollado ha resultado ser eficaz para la detección de características y adecuado para su inclusión en aplicaciones de levantamiento arquitectónico.

[EN] Advances in three-dimensional (3D) acquisition systems have introduced this technology to more fields of study, such as archaeology or architecture. In the architectural field, scanning a building is one of the first possible steps from which a 3D model can be obtained and can be later used for visualisation and/or feature analysis, thanks to computer-based pattern recognition tools. The automation of these tools allows for temporal savings and has become a strong aid for professionals, so that more and more methods are developed with this objective. In this article, a method for 3D mesh segmentation focused on the representation of historic buildings is proposed. This type of buildings is characterised by having singularities and features in façades, such as doors or windows. The main objective is to recognise these features, understanding them as those parts of the model that differ from the main structure of the building. The idea is to use a recognition algorithm for planar faces that allows users to create a graph showing the connectivity between them, therefore allowing the reflection of the shape of the 3Dmodel. At a later step, this graph is matched against some pre-defined graphs that represent the patterns to look for. Each coincidence between both graphs indicate the position of one of the characteristics sought. The developed method has proved to be effective for feature detection and suitable for inclusion in architectural surveying applications., [ES] Los avances en los sistemas de adquisición tridimensionales (3D) han provocado que este tipo de tecnología se introduzca en cada vez más campos de estudio, como son la arqueología o la arquitectura. En el campo arquitectónico el escaneado de edificios constituye el primer paso con el que se obtienen modelos 3Dque más tarde, pueden ser utilizados para la visualización y/o análisis de las características de los mismos edificios, gracias a herramientas informáticas de reconocimiento de patrones. La automatización de estas herramientas permite un ahorro temporal y supone una ayuda a los profesionales, por lo que cada vez más métodos se desarrollan con este objetivo. En este artículo se propone un método de segmentación de mallas 3D enfocado a la representación de edificios históricos. Este tipo de edificios se caracterizan por tener singularidades y elementos característicos en las fachadas, tales como puertas o ventanas. El objetivo principal consiste en reconocer estas características en los edificios, entendiéndose como tales aquellas partes del modelo que difieren de la estructura principal del mismo. La idea es utilizar un algoritmo de reconocimiento de caras planas que permita crear un grafo que muestre la conectividad entre ellas y que por tanto refleje la forma del modelo tridimensional. En una etapa posterior, este grafo se compara con grafos predefinidos que conforman los patrones a buscar. Cada coincidencia entre ambos grafos indica la posición de una de las características buscadas. El método desarrollado ha resultado ser eficaz para la detección de características y adecuado para su inclusión en aplicaciones de levantamiento arquitectónico.

[EN] Advances in three-dimensional (3D) acquisition systems have introduced this technology to more fields of study, such as archaeology or architecture. In the architectural field, scanning a building is one of the first possible steps from which a 3D model can be obtained and can be later used for visualisation and/or feature analysis, thanks to computer-based pattern recognition tools. The automation of these tools allows for temporal savings and has become a strong aid for professionals, so that more and more methods are developed with this objective. In this article, a method for 3D mesh segmentation focused on the representation of historic buildings is proposed. This type of buildings is characterised by having singularities and features in façades, such as doors or windows. The main objective is to recognise these features, understanding them as those parts of the model that differ from the main structure of the building. The idea is to use a recognition algorithm for planar faces that allows users to create a graph showing the connectivity between them, therefore allowing the reflection of the shape of the 3Dmodel. At a later step, this graph is matched against some pre-defined graphs that represent the patterns to look for. Each coincidence between both graphs indicate the position of one of the characteristics sought. The developed method has proved to be effective for feature detection and suitable for inclusion in architectural surveying applications., [ES] Los avances en los sistemas de adquisición tridimensionales (3D) han provocado que este tipo de tecnología se introduzca en cada vez más campos de estudio, como son la arqueología o la arquitectura. En el campo arquitectónico el escaneado de edificios constituye el primer paso con el que se obtienen modelos 3Dque más tarde, pueden ser utilizados para la visualización y/o análisis de las características de los mismos edificios, gracias a herramientas informáticas de reconocimiento de patrones. La automatización de estas herramientas permite un ahorro temporal y supone una ayuda a los profesionales, por lo que cada vez más métodos se desarrollan con este objetivo. En este artículo se propone un método de segmentación de mallas 3D enfocado a la representación de edificios históricos. Este tipo de edificios se caracterizan por tener singularidades y elementos característicos en las fachadas, tales como puertas o ventanas. El objetivo principal consiste en reconocer estas características en los edificios, entendiéndose como tales aquellas partes del modelo que difieren de la estructura principal del mismo. La idea es utilizar un algoritmo de reconocimiento de caras planas que permita crear un grafo que muestre la conectividad entre ellas y que por tanto refleje la forma del modelo tridimensional. En una etapa posterior, este grafo se compara con grafos predefinidos que conforman los patrones a buscar. Cada coincidencia entre ambos grafos indica la posición de una de las características buscadas. El método desarrollado ha resultado ser eficaz para la detección de características y adecuado para su inclusión en aplicaciones de levantamiento arquitectónico.

[ES] Uno de los principales retos en el diseño de prótesis de mano es poder establecer un control intuitivo que reduzca el esfuerzo del usuario durante su entrenamiento. Este trabajo presenta un esquema para identificar tareas de motricidad fina de la mano, agrupadas en movimientos de los dedos individuales y gestos para el agarre de objetos el cual se ha validado con sujetos amputados. Se han comparado diferentes métodos de selección de características y clasificadores para el reconocimiento de patrones mioeléctricos, utilizando cuatro electrodos superficiales. Las características de las señales en el dominio del tiempo y la frecuencia se han combinado con métodos no lineales basados en análisis de fractales, mostrando una diferencia significativa en comparación con los métodos expuestos en la literatura para clasificar tareas de fuerza. Los resultados con amputados mostraron una exactitud de hasta 99,4% en los movimientos individuales de los dedos, superior a la obtenida con los gestos de agarre, de hasta 93,3%. El sistema ha obtenido una tasa de acierto promedio de 86,3% utilizando máquinas de soporte vectorial (SVM), seguido muy de cerca por K-vecinos más cercanos (KNN) con 83,4%. Sin embargo, KNN ha obtenido un mejor rendimiento global, debido a que es más rápido que SVM, lo que representa una ventaja para aplicaciones en tiempo real. El método aquí propuesto ofrece una mayor funcionalidad en el control de prótesis de mano, lo que mejoraría su aceptación por parte de los amputados., [EN] Intuitive prosthesis control is one of the most important challenges in order to reduce the user effort in learning to use an artificial hand. This work presents the development of a myoelectric pattern recognition system for myoelectric weak signals able to discriminate dexterous hand movements using a reduced number of electrodes. The system was evaluated in six forearm amputees and the results were compared with the performance of able-bodied subjects. Different methods were analyzed to classify individual fingers flexion, hand gestures and different grasps using four electrodes and considering the low level of muscle contraction in these tasks. Multiple features of sEMG signals were also analyzed considering traditional magnitude-based features and fractal analysis. Statistical significance was computed for all the methods using different set of features, for both groups of subjects (able-bodied and amputees). For amputees, results showed accuracy up to 99.4% for individual finger movements, higher than the achieved by grasp movements, up to 93.3%. Best performance was achieved using support vector machine (SVM), followed very closely by K-nearest neighbors (KNN). However, KNN produces a better global performance because it is faster than SVM, which implies an advantage for real-time applications. The results show that the method here proposed is suitable for accurately controlling dexterous prosthetic hands, providing more functionality and better acceptance for amputees.

[ES] Uno de los principales retos en el diseño de prótesis de mano es poder establecer un control intuitivo que reduzca el esfuerzo del usuario durante su entrenamiento. Este trabajo presenta un esquema para identificar tareas de motricidad fina de la mano, agrupadas en movimientos de los dedos individuales y gestos para el agarre de objetos el cual se ha validado con sujetos amputados. Se han comparado diferentes métodos de selección de características y clasificadores para el reconocimiento de patrones mioeléctricos, utilizando cuatro electrodos superficiales. Las características de las señales en el dominio del tiempo y la frecuencia se han combinado con métodos no lineales basados en análisis de fractales, mostrando una diferencia significativa en comparación con los métodos expuestos en la literatura para clasificar tareas de fuerza. Los resultados con amputados mostraron una exactitud de hasta 99,4% en los movimientos individuales de los dedos, superior a la obtenida con los gestos de agarre, de hasta 93,3%. El sistema ha obtenido una tasa de acierto promedio de 86,3% utilizando máquinas de soporte vectorial (SVM), seguido muy de cerca por K-vecinos más cercanos (KNN) con 83,4%. Sin embargo, KNN ha obtenido un mejor rendimiento global, debido a que es más rápido que SVM, lo que representa una ventaja para aplicaciones en tiempo real. El método aquí propuesto ofrece una mayor funcionalidad en el control de prótesis de mano, lo que mejoraría su aceptación por parte de los amputados., [EN] Intuitive prosthesis control is one of the most important challenges in order to reduce the user effort in learning to use an artificial hand. This work presents the development of a myoelectric pattern recognition system for myoelectric weak signals able to discriminate dexterous hand movements using a reduced number of electrodes. The system was evaluated in six forearm amputees and the results were compared with the performance of able-bodied subjects. Different methods were analyzed to classify individual fingers flexion, hand gestures and different grasps using four electrodes and considering the low level of muscle contraction in these tasks. Multiple features of sEMG signals were also analyzed considering traditional magnitude-based features and fractal analysis. Statistical significance was computed for all the methods using different set of features, for both groups of subjects (able-bodied and amputees). For amputees, results showed accuracy up to 99.4% for individual finger movements, higher than the achieved by grasp movements, up to 93.3%. Best performance was achieved using support vector machine (SVM), followed very closely by K-nearest neighbors (KNN). However, KNN produces a better global performance because it is faster than SVM, which implies an advantage for real-time applications. The results show that the method here proposed is suitable for accurately controlling dexterous prosthetic hands, providing more functionality and better acceptance for amputees.

Nowadays, technology tends to join the Artificial Inteligence field, where systems take decisions. In the last decades, there has been developed diverse systems as a combination of audio processing and Machine Learning algorithms, mainly aplications focused on voice and music. However, sound recognition and classification from a general point of view is an investigación field of particular interest. This work, gives a general vision of the whole process carried out to make Automatic Audio Classification, using digital audio processing as Feature Extraction, and the Supervised Machine Learning classification algorithms based on Pattern Recognition., Actualmente, la tecnología tiende cada vez más a unirse al ámbito de la Inteligencia Artificial, donde los propios sistemas toman decisiones. En las últimas décadas se han desarrollado diversos sistemas fruto de una combinación entre el procesado de audio y los algoritmos de Aprendizaje Automático, principalmente aplicaciones orientadas a voz y música. Sin embargo, el reconocimiento y clasificación de sonidos desde un punto de vista genérico es actualmente un campo objeto de investigación de particular interés. En este trabajo, se aporta una visión general de todo el proceso llevado a cabo para realizar clasificación automática de audio, utilizando el procesado digital de audio denominado Extracción de Características, y los algoritmos de clasificación del Aprendizaje Automático Supervisado basados en Reconocimiento de Patrones

El cerebro humano y animal es capaz de reconocer una gran cantidad de patrones, como por ejemplo caras, utilizando un limitado número de neuronas y algoritmos de procesamiento [Chang et al 2017]. Sin embargo, los algoritmos de reconocimiento de patrones utilizados en la actualidad, incluso aquellos basados en redes neuronales, requieren un alto número de operaciones y capacidad de computo. El objetivo del presente trabajo final de grado es adaptar, desarrollar y validar un algoritmo de reconocimiento de patrones basado en codificación fisiológica en cerebro de primates. Este nuevo algoritmo se comparará con algoritmos existentes en la literatura con objeto de comprobar las ventajas en cuanto a tiempo de cálculo necesario y capacidad computacional.

[ES] Uno de los principales retos en el diseño de prótesis de mano es poder establecer un control intuitivo que reduzca el esfuerzo del usuario durante su entrenamiento. Este trabajo presenta un esquema para identificar tareas de motricidad fina de la mano, agrupadas en movimientos de los dedos individuales y gestos para el agarre de objetos el cual se ha validado con sujetos amputados. Se han comparado diferentes métodos de selección de características y clasificadores para el reconocimiento de patrones mioeléctricos, utilizando cuatro electrodos superficiales. Las características de las señales en el dominio del tiempo y la frecuencia se han combinado con métodos no lineales basados en análisis de fractales, mostrando una diferencia significativa en comparación con los métodos expuestos en la literatura para clasificar tareas de fuerza. Los resultados con amputados mostraron una exactitud de hasta 99,4% en los movimientos individuales de los dedos, superior a la obtenida con los gestos de agarre, de hasta 93,3%. El sistema ha obtenido una tasa de acierto promedio de 86,3% utilizando máquinas de soporte vectorial (SVM), seguido muy de cerca por K-vecinos más cercanos (KNN) con 83,4%. Sin embargo, KNN ha obtenido un mejor rendimiento global, debido a que es más rápido que SVM, lo que representa una ventaja para aplicaciones en tiempo real. El método aquí propuesto ofrece una mayor funcionalidad en el control de prótesis de mano, lo que mejoraría su aceptación por parte de los amputados., [EN] Intuitive prosthesis control is one of the most important challenges in order to reduce the user effort in learning to use an artificial hand. This work presents the development of a myoelectric pattern recognition system for myoelectric weak signals able to discriminate dexterous hand movements using a reduced number of electrodes. The system was evaluated in six forearm amputees and the results were compared with the performance of able-bodied subjects. Different methods were analyzed to classify individual fingers flexion, hand gestures and different grasps using four electrodes and considering the low level of muscle contraction in these tasks. Multiple features of sEMG signals were also analyzed considering traditional magnitude-based features and fractal analysis. Statistical significance was computed for all the methods using different set of features, for both groups of subjects (able-bodied and amputees). For amputees, results showed accuracy up to 99.4% for individual finger movements, higher than the achieved by grasp movements, up to 93.3%. Best performance was achieved using support vector machine (SVM), followed very closely by K-nearest neighbors (KNN). However, KNN produces a better global performance because it is faster than SVM, which implies an advantage for real-time applications. The results show that the method here proposed is suitable for accurately controlling dexterous prosthetic hands, providing more functionality and better acceptance for amputees.

[ES] Uno de los principales retos en el diseño de prótesis de mano es poder establecer un control intuitivo que reduzca el esfuerzo del usuario durante su entrenamiento. Este trabajo presenta un esquema para identificar tareas de motricidad fina de la mano, agrupadas en movimientos de los dedos individuales y gestos para el agarre de objetos el cual se ha validado con sujetos amputados. Se han comparado diferentes métodos de selección de características y clasificadores para el reconocimiento de patrones mioeléctricos, utilizando cuatro electrodos superficiales. Las características de las señales en el dominio del tiempo y la frecuencia se han combinado con métodos no lineales basados en análisis de fractales, mostrando una diferencia significativa en comparación con los métodos expuestos en la literatura para clasificar tareas de fuerza. Los resultados con amputados mostraron una exactitud de hasta 99,4% en los movimientos individuales de los dedos, superior a la obtenida con los gestos de agarre, de hasta 93,3%. El sistema ha obtenido una tasa de acierto promedio de 86,3% utilizando máquinas de soporte vectorial (SVM), seguido muy de cerca por K-vecinos más cercanos (KNN) con 83,4%. Sin embargo, KNN ha obtenido un mejor rendimiento global, debido a que es más rápido que SVM, lo que representa una ventaja para aplicaciones en tiempo real. El método aquí propuesto ofrece una mayor funcionalidad en el control de prótesis de mano, lo que mejoraría su aceptación por parte de los amputados., [EN] Intuitive prosthesis control is one of the most important challenges in order to reduce the user effort in learning to use an artificial hand. This work presents the development of a myoelectric pattern recognition system for myoelectric weak signals able to discriminate dexterous hand movements using a reduced number of electrodes. The system was evaluated in six forearm amputees and the results were compared with the performance of able-bodied subjects. Different methods were analyzed to classify individual fingers flexion, hand gestures and different grasps using four electrodes and considering the low level of muscle contraction in these tasks. Multiple features of sEMG signals were also analyzed considering traditional magnitude-based features and fractal analysis. Statistical significance was computed for all the methods using different set of features, for both groups of subjects (able-bodied and amputees). For amputees, results showed accuracy up to 99.4% for individual finger movements, higher than the achieved by grasp movements, up to 93.3%. Best performance was achieved using support vector machine (SVM), followed very closely by K-nearest neighbors (KNN). However, KNN produces a better global performance because it is faster than SVM, which implies an advantage for real-time applications. The results show that the method here proposed is suitable for accurately controlling dexterous prosthetic hands, providing more functionality and better acceptance for amputees.

[ES] Uno de los principales retos en el diseño de prótesis de mano es poder establecer un control intuitivo que reduzca el esfuerzo del usuario durante su entrenamiento. Este trabajo presenta un esquema para identificar tareas de motricidad fina de la mano, agrupadas en movimientos de los dedos individuales y gestos para el agarre de objetos el cual se ha validado con sujetos amputados. Se han comparado diferentes métodos de selección de características y clasificadores para el reconocimiento de patrones mioeléctricos, utilizando cuatro electrodos superficiales. Las características de las señales en el dominio del tiempo y la frecuencia se han combinado con métodos no lineales basados en análisis de fractales, mostrando una diferencia significativa en comparación con los métodos expuestos en la literatura para clasificar tareas de fuerza. Los resultados con amputados mostraron una exactitud de hasta 99,4% en los movimientos individuales de los dedos, superior a la obtenida con los gestos de agarre, de hasta 93,3%. El sistema ha obtenido una tasa de acierto promedio de 86,3% utilizando máquinas de soporte vectorial (SVM), seguido muy de cerca por K-vecinos más cercanos (KNN) con 83,4%. Sin embargo, KNN ha obtenido un mejor rendimiento global, debido a que es más rápido que SVM, lo que representa una ventaja para aplicaciones en tiempo real. El método aquí propuesto ofrece una mayor funcionalidad en el control de prótesis de mano, lo que mejoraría su aceptación por parte de los amputados., [EN] Intuitive prosthesis control is one of the most important challenges in order to reduce the user effort in learning to use an artificial hand. This work presents the development of a myoelectric pattern recognition system for myoelectric weak signals able to discriminate dexterous hand movements using a reduced number of electrodes. The system was evaluated in six forearm amputees and the results were compared with the performance of able-bodied subjects. Different methods were analyzed to classify individual fingers flexion, hand gestures and different grasps using four electrodes and considering the low level of muscle contraction in these tasks. Multiple features of sEMG signals were also analyzed considering traditional magnitude-based features and fractal analysis. Statistical significance was computed for all the methods using different set of features, for both groups of subjects (able-bodied and amputees). For amputees, results showed accuracy up to 99.4% for individual finger movements, higher than the achieved by grasp movements, up to 93.3%. Best performance was achieved using support vector machine (SVM), followed very closely by K-nearest neighbors (KNN). However, KNN produces a better global performance because it is faster than SVM, which implies an advantage for real-time applications. The results show that the method here proposed is suitable for accurately controlling dexterous prosthetic hands, providing more functionality and better acceptance for amputees.

Nowadays, technology tends to join the Artificial Inteligence field, where systems take decisions. In the last decades, there has been developed diverse systems as a combination of audio processing and Machine Learning algorithms, mainly aplications focused on voice and music. However, sound recognition and classification from a general point of view is an investigación field of particular interest. This work, gives a general vision of the whole process carried out to make Automatic Audio Classification, using digital audio processing as Feature Extraction, and the Supervised Machine Learning classification algorithms based on Pattern Recognition., Actualmente, la tecnología tiende cada vez más a unirse al ámbito de la Inteligencia Artificial, donde los propios sistemas toman decisiones. En las últimas décadas se han desarrollado diversos sistemas fruto de una combinación entre el procesado de audio y los algoritmos de Aprendizaje Automático, principalmente aplicaciones orientadas a voz y música. Sin embargo, el reconocimiento y clasificación de sonidos desde un punto de vista genérico es actualmente un campo objeto de investigación de particular interés. En este trabajo, se aporta una visión general de todo el proceso llevado a cabo para realizar clasificación automática de audio, utilizando el procesado digital de audio denominado Extracción de Características, y los algoritmos de clasificación del Aprendizaje Automático Supervisado basados en Reconocimiento de Patrones

El cerebro humano y animal es capaz de reconocer una gran cantidad de patrones, como por ejemplo caras, utilizando un limitado número de neuronas y algoritmos de procesamiento [Chang et al 2017]. Sin embargo, los algoritmos de reconocimiento de patrones utilizados en la actualidad, incluso aquellos basados en redes neuronales, requieren un alto número de operaciones y capacidad de computo. El objetivo del presente trabajo final de grado es adaptar, desarrollar y validar un algoritmo de reconocimiento de patrones basado en codificación fisiológica en cerebro de primates. Este nuevo algoritmo se comparará con algoritmos existentes en la literatura con objeto de comprobar las ventajas en cuanto a tiempo de cálculo necesario y capacidad computacional.

El cerebro humano y animal es capaz de reconocer una gran cantidad de patrones, como por ejemplo caras, utilizando un limitado número de neuronas y algoritmos de procesamiento [Chang et al 2017]. Sin embargo, los algoritmos de reconocimiento de patrones utilizados en la actualidad, incluso aquellos basados en redes neuronales, requieren un alto número de operaciones y capacidad de computo. El objetivo del presente trabajo final de grado es adaptar, desarrollar y validar un algoritmo de reconocimiento de patrones basado en codificación fisiológica en cerebro de primates. Este nuevo algoritmo se comparará con algoritmos existentes en la literatura con objeto de comprobar las ventajas en cuanto a tiempo de cálculo necesario y capacidad computacional.

Nowadays, technology tends to join the Artificial Inteligence field, where systems take decisions. In the last decades, there has been developed diverse systems as a combination of audio processing and Machine Learning algorithms, mainly aplications focused on voice and music. However, sound recognition and classification from a general point of view is an investigación field of particular interest. This work, gives a general vision of the whole process carried out to make Automatic Audio Classification, using digital audio processing as Feature Extraction, and the Supervised Machine Learning classification algorithms based on Pattern Recognition., Actualmente, la tecnología tiende cada vez más a unirse al ámbito de la Inteligencia Artificial, donde los propios sistemas toman decisiones. En las últimas décadas se han desarrollado diversos sistemas fruto de una combinación entre el procesado de audio y los algoritmos de Aprendizaje Automático, principalmente aplicaciones orientadas a voz y música. Sin embargo, el reconocimiento y clasificación de sonidos desde un punto de vista genérico es actualmente un campo objeto de investigación de particular interés. En este trabajo, se aporta una visión general de todo el proceso llevado a cabo para realizar clasificación automática de audio, utilizando el procesado digital de audio denominado Extracción de Características, y los algoritmos de clasificación del Aprendizaje Automático Supervisado basados en Reconocimiento de Patrones

El cerebro humano y animal es capaz de reconocer una gran cantidad de patrones, como por ejemplo caras, utilizando un limitado número de neuronas y algoritmos de procesamiento [Chang et al 2017]. Sin embargo, los algoritmos de reconocimiento de patrones utilizados en la actualidad, incluso aquellos basados en redes neuronales, requieren un alto número de operaciones y capacidad de computo. El objetivo del presente trabajo final de grado es adaptar, desarrollar y validar un algoritmo de reconocimiento de patrones basado en codificación fisiológica en cerebro de primates. Este nuevo algoritmo se comparará con algoritmos existentes en la literatura con objeto de comprobar las ventajas en cuanto a tiempo de cálculo necesario y capacidad computacional.

Nowadays, technology tends to join the Artificial Inteligence field, where systems take decisions. In the last decades, there has been developed diverse systems as a combination of audio processing and Machine Learning algorithms, mainly aplications focused on voice and music. However, sound recognition and classification from a general point of view is an investigación field of particular interest. This work, gives a general vision of the whole process carried out to make Automatic Audio Classification, using digital audio processing as Feature Extraction, and the Supervised Machine Learning classification algorithms based on Pattern Recognition., Actualmente, la tecnología tiende cada vez más a unirse al ámbito de la Inteligencia Artificial, donde los propios sistemas toman decisiones. En las últimas décadas se han desarrollado diversos sistemas fruto de una combinación entre el procesado de audio y los algoritmos de Aprendizaje Automático, principalmente aplicaciones orientadas a voz y música. Sin embargo, el reconocimiento y clasificación de sonidos desde un punto de vista genérico es actualmente un campo objeto de investigación de particular interés. En este trabajo, se aporta una visión general de todo el proceso llevado a cabo para realizar clasificación automática de audio, utilizando el procesado digital de audio denominado Extracción de Características, y los algoritmos de clasificación del Aprendizaje Automático Supervisado basados en Reconocimiento de Patrones

This monograph has the aim of presenting the necessary knowledge for the treatment and processing of data and its subsequent analysis for the recognition of patterns to be able to implement maintenance systems in companies beyond traditional maintenance systems, i.e. to implement E-maintenance systems. The context in which this platform is developed is the national project ¿Smart Manufacturing 2020¿ inside of which Politecnico di Milano has a role as academic partner and scientific coordinator, and thanks to which it has been possible to cooperate with the industrial partners Whirlpool Italia and Agomir S.p.A. In the introduction it is presented the previous knowledge necessary for the complete understanding of this monographic work. Analyzing the importance of the correct implementation of intelligent maintenance systems, and also tools and methods are presented. The work is developed using the mathematical software tool called MATLAB® through which the parameters and information necessary for the implementation of an E- maintenance system are analyzed. In the present competitive world, work well done and a correct analysis of the available information can be an important differentiating factor for any company and organization., Esta monografía tiene como objetivo presentar los conocimientos necesarios para el tratamiento y procesamiento de datos y su posterior análisis para el reconocimiento de patrones para poder implementar sistemas de mantenimiento en empresas más allá de los sistemas de mantenimiento tradicionales, es decir, implementar sistemas de mantenimiento electrónico. El contexto en el que se desarrolla esta plataforma es el proyecto nacional "Smart Manufacturing 2020" dentro del cual Politecnico di Milano tiene un papel de socio académico y coordinador científico y gracias al cual se ha podido cooperar con los socios industriales Whirlpool Italia y Agomir SpA En la introducción se presenta el conocimiento previo necesario para la comprensión completa de esta obra monográfica. Analizando la importancia de la correcta implementación de los sistemas de mantenimiento inteligente, se presentan herramientas y métodos. El trabajo se desarrolla utilizando la herramienta matemática MATLAB® a través de la cual se analizan los parámetros y la información necesaria para la implementación de un sistema de mantenimiento electrónico. En el actual mundo competitivo, el trabajo bien hecho y un análisis correcto de la información disponible pueden ser un factor diferenciador importante para cualquier empresa u organización.

This monograph has the aim of presenting the necessary knowledge for the treatment and processing of data and its subsequent analysis for the recognition of patterns to be able to implement maintenance systems in companies beyond traditional maintenance systems, i.e. to implement E-maintenance systems. The context in which this platform is developed is the national project ¿Smart Manufacturing 2020¿ inside of which Politecnico di Milano has a role as academic partner and scientific coordinator, and thanks to which it has been possible to cooperate with the industrial partners Whirlpool Italia and Agomir S.p.A. In the introduction it is presented the previous knowledge necessary for the complete understanding of this monographic work. Analyzing the importance of the correct implementation of intelligent maintenance systems, and also tools and methods are presented. The work is developed using the mathematical software tool called MATLAB® through which the parameters and information necessary for the implementation of an E- maintenance system are analyzed. In the present competitive world, work well done and a correct analysis of the available information can be an important differentiating factor for any company and organization., Esta monografía tiene como objetivo presentar los conocimientos necesarios para el tratamiento y procesamiento de datos y su posterior análisis para el reconocimiento de patrones para poder implementar sistemas de mantenimiento en empresas más allá de los sistemas de mantenimiento tradicionales, es decir, implementar sistemas de mantenimiento electrónico. El contexto en el que se desarrolla esta plataforma es el proyecto nacional "Smart Manufacturing 2020" dentro del cual Politecnico di Milano tiene un papel de socio académico y coordinador científico y gracias al cual se ha podido cooperar con los socios industriales Whirlpool Italia y Agomir SpA En la introducción se presenta el conocimiento previo necesario para la comprensión completa de esta obra monográfica. Analizando la importancia de la correcta implementación de los sistemas de mantenimiento inteligente, se presentan herramientas y métodos. El trabajo se desarrolla utilizando la herramienta matemática MATLAB® a través de la cual se analizan los parámetros y la información necesaria para la implementación de un sistema de mantenimiento electrónico. En el actual mundo competitivo, el trabajo bien hecho y un análisis correcto de la información disponible pueden ser un factor diferenciador importante para cualquier empresa u organización.

This monograph has the aim of presenting the necessary knowledge for the treatment and processing of data and its subsequent analysis for the recognition of patterns to be able to implement maintenance systems in companies beyond traditional maintenance systems, i.e. to implement E-maintenance systems. The context in which this platform is developed is the national project ¿Smart Manufacturing 2020¿ inside of which Politecnico di Milano has a role as academic partner and scientific coordinator, and thanks to which it has been possible to cooperate with the industrial partners Whirlpool Italia and Agomir S.p.A. In the introduction it is presented the previous knowledge necessary for the complete understanding of this monographic work. Analyzing the importance of the correct implementation of intelligent maintenance systems, and also tools and methods are presented. The work is developed using the mathematical software tool called MATLAB® through which the parameters and information necessary for the implementation of an E- maintenance system are analyzed. In the present competitive world, work well done and a correct analysis of the available information can be an important differentiating factor for any company and organization., Esta monografía tiene como objetivo presentar los conocimientos necesarios para el tratamiento y procesamiento de datos y su posterior análisis para el reconocimiento de patrones para poder implementar sistemas de mantenimiento en empresas más allá de los sistemas de mantenimiento tradicionales, es decir, implementar sistemas de mantenimiento electrónico. El contexto en el que se desarrolla esta plataforma es el proyecto nacional "Smart Manufacturing 2020" dentro del cual Politecnico di Milano tiene un papel de socio académico y coordinador científico y gracias al cual se ha podido cooperar con los socios industriales Whirlpool Italia y Agomir SpA En la introducción se presenta el conocimiento previo necesario para la comprensión completa de esta obra monográfica. Analizando la importancia de la correcta implementación de los sistemas de mantenimiento inteligente, se presentan herramientas y métodos. El trabajo se desarrolla utilizando la herramienta matemática MATLAB® a través de la cual se analizan los parámetros y la información necesaria para la implementación de un sistema de mantenimiento electrónico. En el actual mundo competitivo, el trabajo bien hecho y un análisis correcto de la información disponible pueden ser un factor diferenciador importante para cualquier empresa u organización.

This monograph has the aim of presenting the necessary knowledge for the treatment and processing of data and its subsequent analysis for the recognition of patterns to be able to implement maintenance systems in companies beyond traditional maintenance systems, i.e. to implement E-maintenance systems. The context in which this platform is developed is the national project ¿Smart Manufacturing 2020¿ inside of which Politecnico di Milano has a role as academic partner and scientific coordinator, and thanks to which it has been possible to cooperate with the industrial partners Whirlpool Italia and Agomir S.p.A. In the introduction it is presented the previous knowledge necessary for the complete understanding of this monographic work. Analyzing the importance of the correct implementation of intelligent maintenance systems, and also tools and methods are presented. The work is developed using the mathematical software tool called MATLAB® through which the parameters and information necessary for the implementation of an E- maintenance system are analyzed. In the present competitive world, work well done and a correct analysis of the available information can be an important differentiating factor for any company and organization., Esta monografía tiene como objetivo presentar los conocimientos necesarios para el tratamiento y procesamiento de datos y su posterior análisis para el reconocimiento de patrones para poder implementar sistemas de mantenimiento en empresas más allá de los sistemas de mantenimiento tradicionales, es decir, implementar sistemas de mantenimiento electrónico. El contexto en el que se desarrolla esta plataforma es el proyecto nacional "Smart Manufacturing 2020" dentro del cual Politecnico di Milano tiene un papel de socio académico y coordinador científico y gracias al cual se ha podido cooperar con los socios industriales Whirlpool Italia y Agomir SpA En la introducción se presenta el conocimiento previo necesario para la comprensión completa de esta obra monográfica. Analizando la importancia de la correcta implementación de los sistemas de mantenimiento inteligente, se presentan herramientas y métodos. El trabajo se desarrolla utilizando la herramienta matemática MATLAB® a través de la cual se analizan los parámetros y la información necesaria para la implementación de un sistema de mantenimiento electrónico. En el actual mundo competitivo, el trabajo bien hecho y un análisis correcto de la información disponible pueden ser un factor diferenciador importante para cualquier empresa u organización.

[ES] Este proyecto consiste en adaptar la librería de redes neuronales desarrollada por el director en un sistema de reconocimiento de escritura manuscrita basada en modelos ocultos de Markov. El objetivo principal es integrar una red neuronal con el objetivo de mejorar los resultados anteriores. La función de la red neuronal es estimar las probabilidades de emisión de los modelos de Markov, anteriormente modeladas con mixturas de gaussianas. El proyecto incluye un análisis del problema y el diseño del sistema de reconocimiento. También se expone el desarrollo de los programas que implementan dicho sistema de reconocimiento. Por último, contiene los detalles de los múltiples experimentos realizados para obtener resultados que permitan comparar la técnica anterior con la nueva., [EN] This project consists in adapt a neuronal network library developed by the director in a handwritten text recognition text based on Markov’s hidden models The main goal is adapt a neural network in order to improve the previoys results. The function of the neural network is providing the emission probabilities of the states in the Markov’s model, previously obtained by a Gaussian mixture. This project includes an analysis of the problem and the handwritten recognition system design. Also, the developments of the programs that implement this recognition system are exposed. At the end, multiple experiments are performed in order to obtain results for comparing this technique with the previous one.

[EN] Investigate and make an approach to segmentation and classification of 3D meshes starting from geometrical, topological and texture features. The work will focus on identifying and classifying parts of a 3D object. Concretely, the idea is to identify the components from a facade (doors, windows, downspouts, etc.). First, a study of different simple patterns will be done, identifying these patterns on a 3D representation of a real building. Then, mesh segmentation techniques will be applied and a study about the different results will be performed., [ES] Investigar y realizar una aproximación a la segmentación y clasificación de mallas 3D a partir de características geométricas, topológicas y de texturas. El trabajo se enfocará a la identificación y clasificación de partes de un objeto 3D. De manera concreta se pretende identificar los componentes que forman la fachada de un edificio (puertas, ventanas, bajantes, etc.). En primer lugar se realizará un estudio de diferentes patrones simples, se identificaran estos patrones sobre una representación 3D de un edificio real y posteriormente se aplicarán técnicas de segmentación de mallas y se hará un estudio de los diferentes resultados obtenidos

[ES] Este proyecto consiste en adaptar la librería de redes neuronales desarrollada por el director en un sistema de reconocimiento de escritura manuscrita basada en modelos ocultos de Markov. El objetivo principal es integrar una red neuronal con el objetivo de mejorar los resultados anteriores. La función de la red neuronal es estimar las probabilidades de emisión de los modelos de Markov, anteriormente modeladas con mixturas de gaussianas. El proyecto incluye un análisis del problema y el diseño del sistema de reconocimiento. También se expone el desarrollo de los programas que implementan dicho sistema de reconocimiento. Por último, contiene los detalles de los múltiples experimentos realizados para obtener resultados que permitan comparar la técnica anterior con la nueva., [EN] This project consists in adapt a neuronal network library developed by the director in a handwritten text recognition text based on Markov’s hidden models The main goal is adapt a neural network in order to improve the previoys results. The function of the neural network is providing the emission probabilities of the states in the Markov’s model, previously obtained by a Gaussian mixture. This project includes an analysis of the problem and the handwritten recognition system design. Also, the developments of the programs that implement this recognition system are exposed. At the end, multiple experiments are performed in order to obtain results for comparing this technique with the previous one.

[EN] Investigate and make an approach to segmentation and classification of 3D meshes starting from geometrical, topological and texture features. The work will focus on identifying and classifying parts of a 3D object. Concretely, the idea is to identify the components from a facade (doors, windows, downspouts, etc.). First, a study of different simple patterns will be done, identifying these patterns on a 3D representation of a real building. Then, mesh segmentation techniques will be applied and a study about the different results will be performed., [ES] Investigar y realizar una aproximación a la segmentación y clasificación de mallas 3D a partir de características geométricas, topológicas y de texturas. El trabajo se enfocará a la identificación y clasificación de partes de un objeto 3D. De manera concreta se pretende identificar los componentes que forman la fachada de un edificio (puertas, ventanas, bajantes, etc.). En primer lugar se realizará un estudio de diferentes patrones simples, se identificaran estos patrones sobre una representación 3D de un edificio real y posteriormente se aplicarán técnicas de segmentación de mallas y se hará un estudio de los diferentes resultados obtenidos

[EN] Investigate and make an approach to segmentation and classification of 3D meshes starting from geometrical, topological and texture features. The work will focus on identifying and classifying parts of a 3D object. Concretely, the idea is to identify the components from a facade (doors, windows, downspouts, etc.). First, a study of different simple patterns will be done, identifying these patterns on a 3D representation of a real building. Then, mesh segmentation techniques will be applied and a study about the different results will be performed., [ES] Investigar y realizar una aproximación a la segmentación y clasificación de mallas 3D a partir de características geométricas, topológicas y de texturas. El trabajo se enfocará a la identificación y clasificación de partes de un objeto 3D. De manera concreta se pretende identificar los componentes que forman la fachada de un edificio (puertas, ventanas, bajantes, etc.). En primer lugar se realizará un estudio de diferentes patrones simples, se identificaran estos patrones sobre una representación 3D de un edificio real y posteriormente se aplicarán técnicas de segmentación de mallas y se hará un estudio de los diferentes resultados obtenidos