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] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestiones en las redes que pueden llegar a causar desabastecimientos o para evitar importantes pérdidas económicas como consecuencia de planificar mal las compras de los agentes en los mercados mayoristas. En este TFM se plantea un modelo de predicción de la demanda eléctrica para administraciones públicas a partir de una descomposición en tipos de consumo y la aplicación de redes neuronales artificiales (ANN). Normalmente, todas las administraciones suelen contar con una cierta tipología de tipos de consumo; iluminación pública, oficinas, colegios, semáforos¿etc, cuya desagregación puede ser útil para fragmentar el problema y observar patrones que sean más fácilmente predecibles. La metodología se aplica al caso de estudio del Ayuntamiento de Valencia. Se dispone de datos reales de los consumos municipales para el periodo de 2017 y 2018. Estos consumos se van a clasificar por tipos y se van a tratar para posteriormente facilitar el proceso de entrenamiento de las redes neuronales y que estas ofrezcan la predicción más acertada posible. La predicción de cada uno de los tipos de consumo se hará por separado, dado que cada uno depende de unos inputs diferentes. Posteriormente, se agregarán todas las predicciones individuales para obtener una predicción global del consumo del Ayuntamiento de Valencia, [EN] Electricity demand forecasting is one of the most important processes in the energy sector. From the operation of the systems to the management of energy purchases and sales in the different existing markets, predicting consumption is vital to avoid problems such as grid congestion that can lead to shortages or to avoid significant economic losses as a result of poorly planned purchases by agents in wholesale markets. In this TFM we propose a model for predicting electricity demand for public administrations based on a decomposition into types of consumption and the application of artificial neural networks (ANN). Usually, all administrations have a certain typology of consumption types; public lighting, offices, schools, traffic lights, etc., whose disaggregation can be useful to lighten the problem and observe patterns that are more easily predictable. The methodology is applied to the case study of Valencia City Council. Real data on municipal consumption is available for the period 2017 and 2018. These consumptions are going to be classified by type and treated to subsequently facilitate the training process of the neural networks so that they offer the most accurate prediction possible. The prediction of each type of consumption will be done separately, given that each one depends on different inputs. Subsequently, all the individual predictions will be aggregated to obtain a global prediction of the consumption of Valencia City Council.

[ES] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestiones en las redes que pueden llegar a causar desabastecimientos o para evitar importantes pérdidas económicas como consecuencia de planificar mal las compras de los agentes en los mercados mayoristas. En este TFM se plantea un modelo de predicción de la demanda eléctrica para administraciones públicas a partir de una descomposición en tipos de consumo y la aplicación de redes neuronales artificiales (ANN). Normalmente, todas las administraciones suelen contar con una cierta tipología de tipos de consumo; iluminación pública, oficinas, colegios, semáforos¿etc, cuya desagregación puede ser útil para fragmentar el problema y observar patrones que sean más fácilmente predecibles. La metodología se aplica al caso de estudio del Ayuntamiento de Valencia. Se dispone de datos reales de los consumos municipales para el periodo de 2017 y 2018. Estos consumos se van a clasificar por tipos y se van a tratar para posteriormente facilitar el proceso de entrenamiento de las redes neuronales y que estas ofrezcan la predicción más acertada posible. La predicción de cada uno de los tipos de consumo se hará por separado, dado que cada uno depende de unos inputs diferentes. Posteriormente, se agregarán todas las predicciones individuales para obtener una predicción global del consumo del Ayuntamiento de Valencia, [EN] Electricity demand forecasting is one of the most important processes in the energy sector. From the operation of the systems to the management of energy purchases and sales in the different existing markets, predicting consumption is vital to avoid problems such as grid congestion that can lead to shortages or to avoid significant economic losses as a result of poorly planned purchases by agents in wholesale markets. In this TFM we propose a model for predicting electricity demand for public administrations based on a decomposition into types of consumption and the application of artificial neural networks (ANN). Usually, all administrations have a certain typology of consumption types; public lighting, offices, schools, traffic lights, etc., whose disaggregation can be useful to lighten the problem and observe patterns that are more easily predictable. The methodology is applied to the case study of Valencia City Council. Real data on municipal consumption is available for the period 2017 and 2018. These consumptions are going to be classified by type and treated to subsequently facilitate the training process of the neural networks so that they offer the most accurate prediction possible. The prediction of each type of consumption will be done separately, given that each one depends on different inputs. Subsequently, all the individual predictions will be aggregated to obtain a global prediction of the consumption of Valencia City Council.

[ES] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestiones en las redes que pueden llegar a causar desabastecimientos o para evitar importantes pérdidas económicas como consecuencia de planificar mal las compras de los agentes en los mercados mayoristas. En este TFM se plantea un modelo de predicción de la demanda eléctrica para administraciones públicas a partir de una descomposición en tipos de consumo y la aplicación de redes neuronales artificiales (ANN). Normalmente, todas las administraciones suelen contar con una cierta tipología de tipos de consumo; iluminación pública, oficinas, colegios, semáforos¿etc, cuya desagregación puede ser útil para fragmentar el problema y observar patrones que sean más fácilmente predecibles. La metodología se aplica al caso de estudio del Ayuntamiento de Valencia. Se dispone de datos reales de los consumos municipales para el periodo de 2017 y 2018. Estos consumos se van a clasificar por tipos y se van a tratar para posteriormente facilitar el proceso de entrenamiento de las redes neuronales y que estas ofrezcan la predicción más acertada posible. La predicción de cada uno de los tipos de consumo se hará por separado, dado que cada uno depende de unos inputs diferentes. Posteriormente, se agregarán todas las predicciones individuales para obtener una predicción global del consumo del Ayuntamiento de Valencia, [EN] Electricity demand forecasting is one of the most important processes in the energy sector. From the operation of the systems to the management of energy purchases and sales in the different existing markets, predicting consumption is vital to avoid problems such as grid congestion that can lead to shortages or to avoid significant economic losses as a result of poorly planned purchases by agents in wholesale markets. In this TFM we propose a model for predicting electricity demand for public administrations based on a decomposition into types of consumption and the application of artificial neural networks (ANN). Usually, all administrations have a certain typology of consumption types; public lighting, offices, schools, traffic lights, etc., whose disaggregation can be useful to lighten the problem and observe patterns that are more easily predictable. The methodology is applied to the case study of Valencia City Council. Real data on municipal consumption is available for the period 2017 and 2018. These consumptions are going to be classified by type and treated to subsequently facilitate the training process of the neural networks so that they offer the most accurate prediction possible. The prediction of each type of consumption will be done separately, given that each one depends on different inputs. Subsequently, all the individual predictions will be aggregated to obtain a global prediction of the consumption of Valencia City Council.

[ES] La predicción de la demanda eléctrica es uno de los procesos más importantes en el sector energético. Desde la operación de los sistemas hasta la gestión de compras y ventas de energía en los distintos mercados existentes, predecir bien el consumo es vital para evitar problemas como congestiones en las redes que pueden llegar a causar desabastecimientos o para evitar importantes pérdidas económicas como consecuencia de planificar mal las compras de los agentes en los mercados mayoristas. En este TFM se plantea un modelo de predicción de la demanda eléctrica para administraciones públicas a partir de una descomposición en tipos de consumo y la aplicación de redes neuronales artificiales (ANN). Normalmente, todas las administraciones suelen contar con una cierta tipología de tipos de consumo; iluminación pública, oficinas, colegios, semáforos¿etc, cuya desagregación puede ser útil para fragmentar el problema y observar patrones que sean más fácilmente predecibles. La metodología se aplica al caso de estudio del Ayuntamiento de Valencia. Se dispone de datos reales de los consumos municipales para el periodo de 2017 y 2018. Estos consumos se van a clasificar por tipos y se van a tratar para posteriormente facilitar el proceso de entrenamiento de las redes neuronales y que estas ofrezcan la predicción más acertada posible. La predicción de cada uno de los tipos de consumo se hará por separado, dado que cada uno depende de unos inputs diferentes. Posteriormente, se agregarán todas las predicciones individuales para obtener una predicción global del consumo del Ayuntamiento de Valencia, [EN] Electricity demand forecasting is one of the most important processes in the energy sector. From the operation of the systems to the management of energy purchases and sales in the different existing markets, predicting consumption is vital to avoid problems such as grid congestion that can lead to shortages or to avoid significant economic losses as a result of poorly planned purchases by agents in wholesale markets. In this TFM we propose a model for predicting electricity demand for public administrations based on a decomposition into types of consumption and the application of artificial neural networks (ANN). Usually, all administrations have a certain typology of consumption types; public lighting, offices, schools, traffic lights, etc., whose disaggregation can be useful to lighten the problem and observe patterns that are more easily predictable. The methodology is applied to the case study of Valencia City Council. Real data on municipal consumption is available for the period 2017 and 2018. These consumptions are going to be classified by type and treated to subsequently facilitate the training process of the neural networks so that they offer the most accurate prediction possible. The prediction of each type of consumption will be done separately, given that each one depends on different inputs. Subsequently, all the individual predictions will be aggregated to obtain a global prediction of the consumption of Valencia City Council.

[ES] Como parte de una tendencia global hacia la automatización, la implementación de algoritmos para la detección y cubicación de trozas de madera apilada ha suscitado el interés entre la comunidad científica y técnica en los últimos años. Entre las técnicas aplicables para tal fin, las Redes Neuronales Artificiales (ANN) ofrecen grandes posibilidades de uso. En este trabajo se entrenó la Red Neuronal Convolucional Mask R-CNN en una base de datos de 418 imágenes de trozas apiladas en camiones. Ello permitió detectar y segmentar las trozas individualmente, con lo cual se obtuvo una estimación de la sección de sus testas. Tras esto, se evaluó su precisión en varios escenarios, eliminando predicciones progresivamente a fin de determinar en qué escenario el error cometido por el modelo fue mínimo. Además, se estudió cómo la forma de las trozas, su tamaño y su número afectaron al desempeño del modelo. Finalmente, se identificaron buenas prácticas para aplicar estas técnicas en condiciones operativas, considerando que las imágenes deben ser tomadas perpendicularmente a las pilas de madera y sin oclusiones severas. Los resultados de este trabajo muestran que las Redes Neuronales Convolucionales (CNN) poseen un gran potencial para la estimación automática del volumen de madera de trozas apiladas, siendo capaces de igualar e incluso superar a otras técnicas consideradas como lo último., [EN] The use of algorithms to automatically detect log piles and measure their volume has recently spiked scientists' and technicians' interest as part of a global trend towards automation. In that regard, Artificial Neural Networks (ANN) stand out given their potential use. In this study, the Convolutional Neural Network Mask R-CNN was trained on a dataset comprised of 418 images of log piles stacked on trucks. This allowed for the detection and segmentation of each log individually, as well as for the estimation of log end's surface. After that, its performance was tested under several scenarios, in which predictions were progressively removed to identify which scenario provided the minimum error. Furthermore, the relationship between logs' end shape, size and number, and model performance was assessed. Finally, best practices were identified when using these techniques under operational conditions, meaning images must be taken perpendicularly to timber stacks, avoiding any severe occlusion. These results show the great unexplored potential of Convolutional Neural Networks (CNN) for estimating the wood volume of timber stacks, matching, and even surpassing other techniques considered state-of-the-art.

[ES] El presente proyecto forma parte de un sistema de determinación del grado de maduración de la carne en una cadena de alimentos. Este proyecto es fruto de la colaboración entre el {I3M} y el {IIAD}. El proyecto dispone de un sistema de laboratorio con la capacidad de determinación de dicho grado de maduración, mediante la aplicación de modelos complejos, basados en sistemas expertos. Estos sistemas son aplicados a los datos obtenidos a partir de la instrumentación de sensado desarrollado conjuntamente. Dicha instrumentación esta basada en el análisis de impedancias para obtener las propiedades dieléctricas de la carne. La idea fundamental en la que se entronca este trabajo final de master consiste en la aplicación de dichos instrumentos y procesado en un sistema en línea capaz de realizar la medición del grado de maduración a un alto nivel de cadencia, con una eficiencia igual o superior a la obtenida en el laboratorio. Para ello se emplearon técnicas de aprendizaje automático, a fin de seleccionar el sistema conexionista, para ser implementado en un dispositivo embebido basado en FPGA, de reducido tamaño y adecuadas prestaciones de área, velocidad y consumo. En primer lugar, se ha realizado una investigación de trabajos relacionados, buscando aspectos técnicos relevantes y bases fundamentales para sustentar el trabajo. En segundo lugar se seleccionó la topología de la red neuronal, partiendo de una red inicial con un gran número de neuronas, y aplicando a esta técnicas de eliminación de parámetros (PRUNNING), hasta obtener una red óptima a ser implementada en el sistema embebido. Finalmente se adaptoó la red, en el sistema embebido, realizando pruebas de funcionamiento e inferencia., [EN] This project is part of a system for determining the degree of maturation of meat in a food chain. This project is the result of collaboration between {I3M} and {IIAD}. The project has a laboratory system with the ability to determine this degree of maturity, through the application of complex models, based on expert systems. These systems are applied to the data obtained from the sensing instrumentation developed jointly. Said instrumentation is based on impedance analysis to obtain the dielectric properties of the meat. The fundamental idea behind this final master thesis consists of the application of said instruments and processing in an online system capable of measuring the degree of maturation at a high level of cadence, with equal or higher efficiency to that obtained in the laboratory. For this, machine learning techniques were used, in order to select the connectionist system, to be implemented in an embedded device based on FPGA, of reduced size and adequate performance of area, speed and consumption. In the first place, an investigation of related works has been carried out, looking for relevant technical aspects and fundamental bases to support the work. Secondly, the topology of the neural network was selected, starting from an initial network with a large number of neurons, and applying parameter elimination techniques (PRUNNING) to this, until obtaining an optimal network to be implemented in the embedded system. Finally, the network was adapted, in the embedded system, performing functional tests and inference.

[ES] Como parte de una tendencia global hacia la automatización, la implementación de algoritmos para la detección y cubicación de trozas de madera apilada ha suscitado el interés entre la comunidad científica y técnica en los últimos años. Entre las técnicas aplicables para tal fin, las Redes Neuronales Artificiales (ANN) ofrecen grandes posibilidades de uso. En este trabajo se entrenó la Red Neuronal Convolucional Mask R-CNN en una base de datos de 418 imágenes de trozas apiladas en camiones. Ello permitió detectar y segmentar las trozas individualmente, con lo cual se obtuvo una estimación de la sección de sus testas. Tras esto, se evaluó su precisión en varios escenarios, eliminando predicciones progresivamente a fin de determinar en qué escenario el error cometido por el modelo fue mínimo. Además, se estudió cómo la forma de las trozas, su tamaño y su número afectaron al desempeño del modelo. Finalmente, se identificaron buenas prácticas para aplicar estas técnicas en condiciones operativas, considerando que las imágenes deben ser tomadas perpendicularmente a las pilas de madera y sin oclusiones severas. Los resultados de este trabajo muestran que las Redes Neuronales Convolucionales (CNN) poseen un gran potencial para la estimación automática del volumen de madera de trozas apiladas, siendo capaces de igualar e incluso superar a otras técnicas consideradas como lo último., [EN] The use of algorithms to automatically detect log piles and measure their volume has recently spiked scientists' and technicians' interest as part of a global trend towards automation. In that regard, Artificial Neural Networks (ANN) stand out given their potential use. In this study, the Convolutional Neural Network Mask R-CNN was trained on a dataset comprised of 418 images of log piles stacked on trucks. This allowed for the detection and segmentation of each log individually, as well as for the estimation of log end's surface. After that, its performance was tested under several scenarios, in which predictions were progressively removed to identify which scenario provided the minimum error. Furthermore, the relationship between logs' end shape, size and number, and model performance was assessed. Finally, best practices were identified when using these techniques under operational conditions, meaning images must be taken perpendicularly to timber stacks, avoiding any severe occlusion. These results show the great unexplored potential of Convolutional Neural Networks (CNN) for estimating the wood volume of timber stacks, matching, and even surpassing other techniques considered state-of-the-art.

[ES] Como parte de una tendencia global hacia la automatización, la implementación de algoritmos para la detección y cubicación de trozas de madera apilada ha suscitado el interés entre la comunidad científica y técnica en los últimos años. Entre las técnicas aplicables para tal fin, las Redes Neuronales Artificiales (ANN) ofrecen grandes posibilidades de uso. En este trabajo se entrenó la Red Neuronal Convolucional Mask R-CNN en una base de datos de 418 imágenes de trozas apiladas en camiones. Ello permitió detectar y segmentar las trozas individualmente, con lo cual se obtuvo una estimación de la sección de sus testas. Tras esto, se evaluó su precisión en varios escenarios, eliminando predicciones progresivamente a fin de determinar en qué escenario el error cometido por el modelo fue mínimo. Además, se estudió cómo la forma de las trozas, su tamaño y su número afectaron al desempeño del modelo. Finalmente, se identificaron buenas prácticas para aplicar estas técnicas en condiciones operativas, considerando que las imágenes deben ser tomadas perpendicularmente a las pilas de madera y sin oclusiones severas. Los resultados de este trabajo muestran que las Redes Neuronales Convolucionales (CNN) poseen un gran potencial para la estimación automática del volumen de madera de trozas apiladas, siendo capaces de igualar e incluso superar a otras técnicas consideradas como lo último., [EN] The use of algorithms to automatically detect log piles and measure their volume has recently spiked scientists' and technicians' interest as part of a global trend towards automation. In that regard, Artificial Neural Networks (ANN) stand out given their potential use. In this study, the Convolutional Neural Network Mask R-CNN was trained on a dataset comprised of 418 images of log piles stacked on trucks. This allowed for the detection and segmentation of each log individually, as well as for the estimation of log end's surface. After that, its performance was tested under several scenarios, in which predictions were progressively removed to identify which scenario provided the minimum error. Furthermore, the relationship between logs' end shape, size and number, and model performance was assessed. Finally, best practices were identified when using these techniques under operational conditions, meaning images must be taken perpendicularly to timber stacks, avoiding any severe occlusion. These results show the great unexplored potential of Convolutional Neural Networks (CNN) for estimating the wood volume of timber stacks, matching, and even surpassing other techniques considered state-of-the-art.

[ES] En el presente trabajo, se plantea como objetivo principal aportar al estudio de nuevos sistemas de gestión térmica en vehículos eléctricos xEV, tales como híbridos o de pilas de combustible. Las tareas se centraron en desarrollar, validar y usar modelos numéricos 0D/1D de los distintos elementos que componen un xEV, y posteriormente estudiar el impacto de nuevas estrategias de gestión térmica en cada uno de ellos. Para ello, se realizó un modelo capaz de estimar los parámetros de la función de Wiebe mediante Redes Neuronales Artificiales en un motor de encendido provocado destinado a un vehículo hibrido, y de esta forma conocer la liberación de calor del elemento mas influyente en un sistema de refrigeración de vehículos híbridos. Posteriormente, se desarrolló un modelo térmico de un motor eléctrico de inducción. Finalmente, se realizó un modelo nodal térmico de una pila de combustible de membrana de intercambio protónico, con el propósito de estudiar las distintas estrategias de refrigeración., [EN] In the present work, the main objective is to contribute to the study of new thermal management systems in xEV electric vehicles, such as hybrids or fuel cells. The tasks focused on developing, validating, and using numerical 0D/1D models of the different elements that make up an xEV, and later studying the impact of new thermal management strategies on each of them. To do this, a model capable of estimating the parameters of the Wiebe function using Artificial Neural Networks in a spark ignition engine for a hybrid vehicle was carried out, and in this way to know the heat release of the most critical element in a hybrid vehicle cooling system. Subsequently, a thermal model of an induction electric motor was developed. Finally, a lumped thermal model of a proton exchange membrane fuel cell was made, with the purpose of studying different cooling strategies.

[ES] El objetivo del TFM es diseñar y construir un sistema que sea capaz de hacer previsiones de la demanda de energía eléctrica en España. El sistema propuesto pretende ser una herramienta útil para reducir la incertidumbre en la demanda de electricidad, y fomentar el desarrollo de las energías renovables en el mercado de la energía eléctrica. Para ello, se diseñará y construirá un sistema que utilice redes neuronales artificiales, haciendo uso de herramientas software de código abierto. En la construcción del sistema se tendrán en cuenta múltiples variables causales, como variables de calendario, indicadores económicos, inversiones, características propias del sector, etc., [EN] The objective of the project is to design and build a system able to forecast the demand for electricity in Spain. The proposed system tries to be a useful tool to reduce uncertainty in electricity demand, and to promote the development of renewable energies in the electricity market. To this end, a system will be designed and built using artificial neural networks, making use of open-source software tools. In the construction of the system, multiple causal variables will be taken into consideration, such as calendar variables, economic indicators, investments, characteristics of the sector, etc., [VA] L'objectiu del TFM és dissenyar i construir un sistema que siga capaç de fer previsions de la demanda d'energia elèctrica a Espanya. El sistema proposat pretén ser una eina útil per a reduir la incertesa en la demanda d'electricitat, i fomentar el desenvolupament de les energies renovables en el mercat de l'energia elèctrica. Per a això, es dissenyarà i construirà un sistema que utilitze xarxes neuronals artificials, fent ús d'eines programari de codi obert. En la construcció del sistema es tindran en compte múltiples variables causals, com a variables de calendari, indicadors econòmics, inversions, característiques pròpies del sector, etc.

[ES] En este trabajo se realiza un análisis de un modelo que facilita la evaluación y predicción de indicadores financieros y de gestión de las PYMES. El modelo se basa en el uso de Redes Neuronales Artificiales como herramienta de minería de datos que, con base en los estados financieros de una empresa, contribuye a la evaluación y predicción de indicadores de su liquidez, deuda, rendimiento, eficiencia y rentabilidad. Así mismo, se incluye un análisis Monte Carlo del comportamiento del modelo. Todo ello se realiza en el marco del sistema DuPont., [EN] In this work an analysis of a model that facilitates the evaluation and prediction of financial and management indicators of Small and Medium Enterprises (SMEs) is carried out. The model is based on the use of Artificial Neural Networks as a data mining tool that, based on the financial statements of a company, contributes to the evaluation and prediction of indicators of its liquidity, debt, performance, efficiency and profitability. Likewise, a Monte Carlo analysis of the behavior of the model is included. All this is done within the framework of the DuPont system.

[ES] En este trabajo se realiza un análisis de un modelo que facilita la evaluación y predicción de indicadores financieros y de gestión de las PYMES. El modelo se basa en el uso de Redes Neuronales Artificiales como herramienta de minería de datos que, con base en los estados financieros de una empresa, contribuye a la evaluación y predicción de indicadores de su liquidez, deuda, rendimiento, eficiencia y rentabilidad. Así mismo, se incluye un análisis Monte Carlo del comportamiento del modelo. Todo ello se realiza en el marco del sistema DuPont., [EN] In this work an analysis of a model that facilitates the evaluation and prediction of financial and management indicators of Small and Medium Enterprises (SMEs) is carried out. The model is based on the use of Artificial Neural Networks as a data mining tool that, based on the financial statements of a company, contributes to the evaluation and prediction of indicators of its liquidity, debt, performance, efficiency and profitability. Likewise, a Monte Carlo analysis of the behavior of the model is included. All this is done within the framework of the DuPont system.

[ES] En el presente trabajo, se plantea como objetivo principal aportar al estudio de nuevos sistemas de gestión térmica en vehículos eléctricos xEV, tales como híbridos o de pilas de combustible. Las tareas se centraron en desarrollar, validar y usar modelos numéricos 0D/1D de los distintos elementos que componen un xEV, y posteriormente estudiar el impacto de nuevas estrategias de gestión térmica en cada uno de ellos. Para ello, se realizó un modelo capaz de estimar los parámetros de la función de Wiebe mediante Redes Neuronales Artificiales en un motor de encendido provocado destinado a un vehículo hibrido, y de esta forma conocer la liberación de calor del elemento mas influyente en un sistema de refrigeración de vehículos híbridos. Posteriormente, se desarrolló un modelo térmico de un motor eléctrico de inducción. Finalmente, se realizó un modelo nodal térmico de una pila de combustible de membrana de intercambio protónico, con el propósito de estudiar las distintas estrategias de refrigeración., [EN] In the present work, the main objective is to contribute to the study of new thermal management systems in xEV electric vehicles, such as hybrids or fuel cells. The tasks focused on developing, validating, and using numerical 0D/1D models of the different elements that make up an xEV, and later studying the impact of new thermal management strategies on each of them. To do this, a model capable of estimating the parameters of the Wiebe function using Artificial Neural Networks in a spark ignition engine for a hybrid vehicle was carried out, and in this way to know the heat release of the most critical element in a hybrid vehicle cooling system. Subsequently, a thermal model of an induction electric motor was developed. Finally, a lumped thermal model of a proton exchange membrane fuel cell was made, with the purpose of studying different cooling strategies.

[ES] El objetivo del TFM es diseñar y construir un sistema que sea capaz de hacer previsiones de la demanda de energía eléctrica en España. El sistema propuesto pretende ser una herramienta útil para reducir la incertidumbre en la demanda de electricidad, y fomentar el desarrollo de las energías renovables en el mercado de la energía eléctrica. Para ello, se diseñará y construirá un sistema que utilice redes neuronales artificiales, haciendo uso de herramientas software de código abierto. En la construcción del sistema se tendrán en cuenta múltiples variables causales, como variables de calendario, indicadores económicos, inversiones, características propias del sector, etc., [EN] The objective of the project is to design and build a system able to forecast the demand for electricity in Spain. The proposed system tries to be a useful tool to reduce uncertainty in electricity demand, and to promote the development of renewable energies in the electricity market. To this end, a system will be designed and built using artificial neural networks, making use of open-source software tools. In the construction of the system, multiple causal variables will be taken into consideration, such as calendar variables, economic indicators, investments, characteristics of the sector, etc., [VA] L'objectiu del TFM és dissenyar i construir un sistema que siga capaç de fer previsions de la demanda d'energia elèctrica a Espanya. El sistema proposat pretén ser una eina útil per a reduir la incertesa en la demanda d'electricitat, i fomentar el desenvolupament de les energies renovables en el mercat de l'energia elèctrica. Per a això, es dissenyarà i construirà un sistema que utilitze xarxes neuronals artificials, fent ús d'eines programari de codi obert. En la construcció del sistema es tindran en compte múltiples variables causals, com a variables de calendari, indicadors econòmics, inversions, característiques pròpies del sector, etc.

[ES] En este trabajo se realiza un análisis de un modelo que facilita la evaluación y predicción de indicadores financieros y de gestión de las PYMES. El modelo se basa en el uso de Redes Neuronales Artificiales como herramienta de minería de datos que, con base en los estados financieros de una empresa, contribuye a la evaluación y predicción de indicadores de su liquidez, deuda, rendimiento, eficiencia y rentabilidad. Así mismo, se incluye un análisis Monte Carlo del comportamiento del modelo. Todo ello se realiza en el marco del sistema DuPont., [EN] In this work an analysis of a model that facilitates the evaluation and prediction of financial and management indicators of Small and Medium Enterprises (SMEs) is carried out. The model is based on the use of Artificial Neural Networks as a data mining tool that, based on the financial statements of a company, contributes to the evaluation and prediction of indicators of its liquidity, debt, performance, efficiency and profitability. Likewise, a Monte Carlo analysis of the behavior of the model is included. All this is done within the framework of the DuPont system.

[ES] El objetivo de esta tesis fue el diseño de un equipo portátil para la medición de concentración de sal en soluciones salinas aplicando la espectroscopía de impedancia eléctrica (EIS) y redes neuronales artificiales (ANN). En el análisis de alimentos, la espectroscopia de impedancia es un método eficaz para medir concentraciones químicas o para determinar diversas propiedades físicas. El método consiste en principio en la adquisición de impedancias eléctricas a varias frecuencias y posteriormente la evaluación de la serie resultante de valores complejos. El primer paso del trabajo fue investigar la viabilidad de medir con frecuencias de hasta 30 kHz con un microcontrolador ESP32. Los ESP32 son una familia de sistema en chip de doble núcleo y bajo costo desarrollada por Espressif Systems y diseñada para el Internet de las cosas. El siguiente paso fue la programación de un software embebido en C++ para el procesamiento digital de señales. La multitarea fue realizada usando FreeRTOS en combinación con el framework de Arduino. Sus funciones principales son la generación de señales de estimulación con el DAC interno, medir las señales resultantes con el ADC en un modo acelerado por DMA y el cálculo de los valores complejos de impedancia. Se examinaron varias posibilidades de un amplificador de transimpedancia ajustable. Para permitir una medición precisa y exacta, se diseñó utilizando Proteus Design Suite una PCB que lleva el módulo ESP32 y que contiene el circuito amplificador analógico. Una interfaz gráfica se programó con Python que se comunica con el microcontrolador a través de un puerto serie virtual al UART para adquirir datos del sensor, configurar el dispositivo y visualizar espectros. Finalmente se implementó una red neuronal prealimentada. Se tuvo que adquirir datos espectroscópicos para determinar una arquitectura adecuada y entrenar la ANN con el propósito de clasificar muestras dadas. La aplicabilidad del prototipo se demostró determinando la salinidad, [EN] The objective of the thesis was to design a portable device for the measurement of salt concentration in saline solutions applying electrical impedance spectroscopy (EIS) and artificial neural networks (ANN). In food analysis, electrochemical impedance spectroscopy is an effective method to measure chemical concentrations or to determine certain physical properties. At a basic level, the method consists of the acquisition of electrical impedances at various frequencies and subsequently the evaluation of the resulting series of complex values. The first step was to investigate the feasibility of measuring with a frequency up to 30 kHz with the microcontroller ESP32. The ESP32 is a family of low-cost dual-core System-on-Chip-Controllers developed by Espressif Systems and designed for the Internet-of-Things. The following step was to program embedded software in C++ for digital signal processing. Multitasking was realized with FreeRTOS in combination with the Arduino framework. Its main tasks are the stimulation signal generation with the internal DAC, to sample the resulting signals with the ADC in a DMA-accelerated mode and to calculate the complex impedance values. Several possibilities for an adjustable transimpedance amplifier were examined. To enable precise and accurate measurement a PCB was designed with Proteus Design Suite carrying the ESP32-module and containing the analog amplifier circuit. A graphical user interface was programmed in Python which communicates with the microcontroller via UART through a virtual serial port, to acquire sensor data, to configure the device and to visualize spectra. Finally, a feedforward neural network was implemented. Spectroscopy data had to be acquired in order to determine an appropriate architecture and to train the ANN to classify given samples. The applicability of the prototype was proven by determining the salinity of aqueous solutions. The presented work was carried out at the ¿Instituto Interuniversitario de I

[ES] En el presente trabajo, se plantea como objetivo principal aportar al estudio de nuevos sistemas de gestión térmica en vehículos eléctricos xEV, tales como híbridos o de pilas de combustible. Las tareas se centraron en desarrollar, validar y usar modelos numéricos 0D/1D de los distintos elementos que componen un xEV, y posteriormente estudiar el impacto de nuevas estrategias de gestión térmica en cada uno de ellos. Para ello, se realizó un modelo capaz de estimar los parámetros de la función de Wiebe mediante Redes Neuronales Artificiales en un motor de encendido provocado destinado a un vehículo hibrido, y de esta forma conocer la liberación de calor del elemento mas influyente en un sistema de refrigeración de vehículos híbridos. Posteriormente, se desarrolló un modelo térmico de un motor eléctrico de inducción. Finalmente, se realizó un modelo nodal térmico de una pila de combustible de membrana de intercambio protónico, con el propósito de estudiar las distintas estrategias de refrigeración., [EN] In the present work, the main objective is to contribute to the study of new thermal management systems in xEV electric vehicles, such as hybrids or fuel cells. The tasks focused on developing, validating, and using numerical 0D/1D models of the different elements that make up an xEV, and later studying the impact of new thermal management strategies on each of them. To do this, a model capable of estimating the parameters of the Wiebe function using Artificial Neural Networks in a spark ignition engine for a hybrid vehicle was carried out, and in this way to know the heat release of the most critical element in a hybrid vehicle cooling system. Subsequently, a thermal model of an induction electric motor was developed. Finally, a lumped thermal model of a proton exchange membrane fuel cell was made, with the purpose of studying different cooling strategies.

[ES] El objetivo del TFM es diseñar y construir un sistema que sea capaz de hacer previsiones de la demanda de energía eléctrica en España. El sistema propuesto pretende ser una herramienta útil para reducir la incertidumbre en la demanda de electricidad, y fomentar el desarrollo de las energías renovables en el mercado de la energía eléctrica. Para ello, se diseñará y construirá un sistema que utilice redes neuronales artificiales, haciendo uso de herramientas software de código abierto. En la construcción del sistema se tendrán en cuenta múltiples variables causales, como variables de calendario, indicadores económicos, inversiones, características propias del sector, etc., [EN] The objective of the project is to design and build a system able to forecast the demand for electricity in Spain. The proposed system tries to be a useful tool to reduce uncertainty in electricity demand, and to promote the development of renewable energies in the electricity market. To this end, a system will be designed and built using artificial neural networks, making use of open-source software tools. In the construction of the system, multiple causal variables will be taken into consideration, such as calendar variables, economic indicators, investments, characteristics of the sector, etc., [VA] L'objectiu del TFM és dissenyar i construir un sistema que siga capaç de fer previsions de la demanda d'energia elèctrica a Espanya. El sistema proposat pretén ser una eina útil per a reduir la incertesa en la demanda d'electricitat, i fomentar el desenvolupament de les energies renovables en el mercat de l'energia elèctrica. Per a això, es dissenyarà i construirà un sistema que utilitze xarxes neuronals artificials, fent ús d'eines programari de codi obert. En la construcció del sistema es tindran en compte múltiples variables causals, com a variables de calendari, indicadors econòmics, inversions, característiques pròpies del sector, etc.

[ES] Dentro de las temáticas asociadas al campo de acción de la Ingeniería Ambiental se encuentra la referente a la gestión adecuada de los residuos sólidos que son generados por las comunidades. Los residuos sólidos urbanos (RSU) se han constituido en una de las problemáticas que debe ser atendida por los países de forma prioritaria, dadas las tendencias crecientes en su aumento y para los cuales se requiere la adopción de estrategias que permitan su aprovechamiento y disposición adecuada. Por tanto, las administraciones locales, regionales y nacionales deben tomar decisiones de forma eficiente para que se realice una gestión correcta de estos residuos que tenga presente las particularidades de su región. Dentro de estas particularidades se encuentra, entre otros elementos, la caracterización de la población, la cantidad de RSU generados, el clima, las mejores técnicas y tecnologías disponibles, las tendencias y políticas nacionales, la disponibilidad de recursos económicos, los planes de ordenamiento territorial, la legislación vigente y las características del servicio público de limpieza. Todos estos aspectos pueden influir dentro de la toma de decisiones para cada una de las etapas definidas dentro del proceso de gestión de este tipo de residuos. En este marco de trabajo, en esta investigación se presenta una metodología para la toma de decisiones relacionada con la gestión de residuos sólidos en grandes ciudades. La investigación se ha desarrollado tomando como referencia la ciudad de Bogotá (Colombia) y, particularmente, dos zonas de esta ciudad llamadas Engativá y Suba (denominadas "localidades" según la división administrativa de la ciudad). En estos emplazamientos se han desarrollado alternativas para la selección de estrategias que permitan la gestión de RSU más adecuada. La investigación se ha desarrollado en tres fases. En primera instancia, se han analiza-do las características de la generación de residuos en la ciudad mediante una ruta analítica que i, [CA] Dins de les temàtiques associades al camp d'acció de l'Enginyeria Ambiental es troba la referent a la gestió adequada dels residus sòlids que són generats per les comunitats. Els residus sòlids urbans (RSU) s'han constituït en una de les problemàtiques que ha de ser atesa pels països de forma prioritària, donades les tendències creixents en el seu augment i per als quals es requereix l'adopció d'estratègies que permeten el seu aprofitament i disposició adequada . És així que les administracions locals, regionals i nacionals han de prendre decisions de manera eficient perqué es realitze una gestió correcta d'aquests residus tenint present les particularitats de la seva regió, dins de les que es poden trobar la caracterització de la població, la quantitat de RSU generats, el clima, les millors tècniques i tecnologies disponibles, les tendències i polítiques nacionals, la disponibilitat de recursos econòmics, els plans d'ordenament territorial, la legislació vigent, les característiques del servei públic de neteja, entre altres elements, els quals poden influir dins de la presa de decisions per a cadascuna de les etapes definides dins el procés de gestió d'aquest tipus de residus. És així com es presenta en aquesta investigació una metodologia per a la presa de decisions relacionada amb la gestió de residus sòlids en grans ciutats, prenent com a referència la ciutat de Bogotà (Colòmbia), i particularment dues zones d'aquesta ciutat anomenades Engativá i Suba (denominades "localitats" segons la divisió administrativa de la ciutat), com una alternativa per a la selecció de la millor estratègia que permeta l'adequada gestió de RSU d'aquesta regió. En primera instancia, s'analitza el comportament de la generació de residus de la ciutat a través d'una ruta analítica que integra l'anàlisi espacial juntament amb el tractament estadístic de dades, per avaluar i predir el comportament de la generació dels RSU a cadascuna de les zones de Bogotà. Com a segona part de la inve, [EN] Ensuring the proper management of solid waste generated by communities is included among the topics associated within the scope of environmental engineering. Municipal solid waste (MSW) has become one of the problems that countries must place a priority on addressing, given the trends of its increasing generation. Strategies must be adopted that facilitate MSW use and its proper disposal. Therefore, local, regional and national governments must make decisions in an efficient manner, taking into account the particularities of their region, in order to correctly manage this waste. These particularities include the characterization of their population, amount of MSW generated, climate, best available techniques and technologies, national guidelines and policies, availability of economic resources, land use plans, current legislation, characteristics of the public sanitation service, among other components. These factors can influence decision-making in each defined stage in the process of MSW management. Accordingly, this research study presents a methodology for decision-making regarding solid waste management in large cities. The city of Bogotá (Colombia) is used as a reference, specifically, two areas of the city named Engativá and Suba Bogotá (called "localities", which are based on the administrative division of the city). The goal of the methodology is to determine an alternative to select the best strategy to facilitate proper MSW management in the region. First, the behavior of waste generation in the city was analyzed through an analytical approach that integrates spatial analysis with statistical data processing to evaluate and forecast the behavior of MSW generation in each area of Bogotá. The second part of the study was a predictive analysis of MSW generation which employed the following three artificial intelligence tools: decision trees, artificial neural networks (ANN), and support-vector machines (MSV). Lastly, the methodological model was propose

[ES] El presente proyecto forma parte de un sistema de determinación del grado de maduración de la carne en una cadena de alimentos. Este proyecto es fruto de la colaboración entre el {I3M} y el {IIAD}. El proyecto dispone de un sistema de laboratorio con la capacidad de determinación de dicho grado de maduración, mediante la aplicación de modelos complejos, basados en sistemas expertos. Estos sistemas son aplicados a los datos obtenidos a partir de la instrumentación de sensado desarrollado conjuntamente. Dicha instrumentación esta basada en el análisis de impedancias para obtener las propiedades dieléctricas de la carne. La idea fundamental en la que se entronca este trabajo final de master consiste en la aplicación de dichos instrumentos y procesado en un sistema en línea capaz de realizar la medición del grado de maduración a un alto nivel de cadencia, con una eficiencia igual o superior a la obtenida en el laboratorio. Para ello se emplearon técnicas de aprendizaje automático, a fin de seleccionar el sistema conexionista, para ser implementado en un dispositivo embebido basado en FPGA, de reducido tamaño y adecuadas prestaciones de área, velocidad y consumo. En primer lugar, se ha realizado una investigación de trabajos relacionados, buscando aspectos técnicos relevantes y bases fundamentales para sustentar el trabajo. En segundo lugar se seleccionó la topología de la red neuronal, partiendo de una red inicial con un gran número de neuronas, y aplicando a esta técnicas de eliminación de parámetros (PRUNNING), hasta obtener una red óptima a ser implementada en el sistema embebido. Finalmente se adaptoó la red, en el sistema embebido, realizando pruebas de funcionamiento e inferencia., [EN] This project is part of a system for determining the degree of maturation of meat in a food chain. This project is the result of collaboration between {I3M} and {IIAD}. The project has a laboratory system with the ability to determine this degree of maturity, through the application of complex models, based on expert systems. These systems are applied to the data obtained from the sensing instrumentation developed jointly. Said instrumentation is based on impedance analysis to obtain the dielectric properties of the meat. The fundamental idea behind this final master thesis consists of the application of said instruments and processing in an online system capable of measuring the degree of maturation at a high level of cadence, with equal or higher efficiency to that obtained in the laboratory. For this, machine learning techniques were used, in order to select the connectionist system, to be implemented in an embedded device based on FPGA, of reduced size and adequate performance of area, speed and consumption. In the first place, an investigation of related works has been carried out, looking for relevant technical aspects and fundamental bases to support the work. Secondly, the topology of the neural network was selected, starting from an initial network with a large number of neurons, and applying parameter elimination techniques (PRUNNING) to this, until obtaining an optimal network to be implemented in the embedded system. Finally, the network was adapted, in the embedded system, performing functional tests and inference.

[ES] Dentro de las temáticas asociadas al campo de acción de la Ingeniería Ambiental se encuentra la referente a la gestión adecuada de los residuos sólidos que son generados por las comunidades. Los residuos sólidos urbanos (RSU) se han constituido en una de las problemáticas que debe ser atendida por los países de forma prioritaria, dadas las tendencias crecientes en su aumento y para los cuales se requiere la adopción de estrategias que permitan su aprovechamiento y disposición adecuada. Por tanto, las administraciones locales, regionales y nacionales deben tomar decisiones de forma eficiente para que se realice una gestión correcta de estos residuos que tenga presente las particularidades de su región. Dentro de estas particularidades se encuentra, entre otros elementos, la caracterización de la población, la cantidad de RSU generados, el clima, las mejores técnicas y tecnologías disponibles, las tendencias y políticas nacionales, la disponibilidad de recursos económicos, los planes de ordenamiento territorial, la legislación vigente y las características del servicio público de limpieza. Todos estos aspectos pueden influir dentro de la toma de decisiones para cada una de las etapas definidas dentro del proceso de gestión de este tipo de residuos. En este marco de trabajo, en esta investigación se presenta una metodología para la toma de decisiones relacionada con la gestión de residuos sólidos en grandes ciudades. La investigación se ha desarrollado tomando como referencia la ciudad de Bogotá (Colombia) y, particularmente, dos zonas de esta ciudad llamadas Engativá y Suba (denominadas "localidades" según la división administrativa de la ciudad). En estos emplazamientos se han desarrollado alternativas para la selección de estrategias que permitan la gestión de RSU más adecuada. La investigación se ha desarrollado en tres fases. En primera instancia, se han analiza-do las características de la generación de residuos en la ciudad mediante una ruta analítica que i, [CA] Dins de les temàtiques associades al camp d'acció de l'Enginyeria Ambiental es troba la referent a la gestió adequada dels residus sòlids que són generats per les comunitats. Els residus sòlids urbans (RSU) s'han constituït en una de les problemàtiques que ha de ser atesa pels països de forma prioritària, donades les tendències creixents en el seu augment i per als quals es requereix l'adopció d'estratègies que permeten el seu aprofitament i disposició adequada . És així que les administracions locals, regionals i nacionals han de prendre decisions de manera eficient perqué es realitze una gestió correcta d'aquests residus tenint present les particularitats de la seva regió, dins de les que es poden trobar la caracterització de la població, la quantitat de RSU generats, el clima, les millors tècniques i tecnologies disponibles, les tendències i polítiques nacionals, la disponibilitat de recursos econòmics, els plans d'ordenament territorial, la legislació vigent, les característiques del servei públic de neteja, entre altres elements, els quals poden influir dins de la presa de decisions per a cadascuna de les etapes definides dins el procés de gestió d'aquest tipus de residus. És així com es presenta en aquesta investigació una metodologia per a la presa de decisions relacionada amb la gestió de residus sòlids en grans ciutats, prenent com a referència la ciutat de Bogotà (Colòmbia), i particularment dues zones d'aquesta ciutat anomenades Engativá i Suba (denominades "localitats" segons la divisió administrativa de la ciutat), com una alternativa per a la selecció de la millor estratègia que permeta l'adequada gestió de RSU d'aquesta regió. En primera instancia, s'analitza el comportament de la generació de residus de la ciutat a través d'una ruta analítica que integra l'anàlisi espacial juntament amb el tractament estadístic de dades, per avaluar i predir el comportament de la generació dels RSU a cadascuna de les zones de Bogotà. Com a segona part de la inve, [EN] Ensuring the proper management of solid waste generated by communities is included among the topics associated within the scope of environmental engineering. Municipal solid waste (MSW) has become one of the problems that countries must place a priority on addressing, given the trends of its increasing generation. Strategies must be adopted that facilitate MSW use and its proper disposal. Therefore, local, regional and national governments must make decisions in an efficient manner, taking into account the particularities of their region, in order to correctly manage this waste. These particularities include the characterization of their population, amount of MSW generated, climate, best available techniques and technologies, national guidelines and policies, availability of economic resources, land use plans, current legislation, characteristics of the public sanitation service, among other components. These factors can influence decision-making in each defined stage in the process of MSW management. Accordingly, this research study presents a methodology for decision-making regarding solid waste management in large cities. The city of Bogotá (Colombia) is used as a reference, specifically, two areas of the city named Engativá and Suba Bogotá (called "localities", which are based on the administrative division of the city). The goal of the methodology is to determine an alternative to select the best strategy to facilitate proper MSW management in the region. First, the behavior of waste generation in the city was analyzed through an analytical approach that integrates spatial analysis with statistical data processing to evaluate and forecast the behavior of MSW generation in each area of Bogotá. The second part of the study was a predictive analysis of MSW generation which employed the following three artificial intelligence tools: decision trees, artificial neural networks (ANN), and support-vector machines (MSV). Lastly, the methodological model was propose

[ES] En este trabajo se realiza un análisis de un modelo que facilita la evaluación y predicción de indicadores financieros y de gestión de las PYMES. El modelo se basa en el uso de Redes Neuronales Artificiales como herramienta de minería de datos que, con base en los estados financieros de una empresa, contribuye a la evaluación y predicción de indicadores de su liquidez, deuda, rendimiento, eficiencia y rentabilidad. Así mismo, se incluye un análisis Monte Carlo del comportamiento del modelo. Todo ello se realiza en el marco del sistema DuPont., [EN] In this work an analysis of a model that facilitates the evaluation and prediction of financial and management indicators of Small and Medium Enterprises (SMEs) is carried out. The model is based on the use of Artificial Neural Networks as a data mining tool that, based on the financial statements of a company, contributes to the evaluation and prediction of indicators of its liquidity, debt, performance, efficiency and profitability. Likewise, a Monte Carlo analysis of the behavior of the model is included. All this is done within the framework of the DuPont system.

[ES] El objetivo de esta tesis fue el diseño de un equipo portátil para la medición de concentración de sal en soluciones salinas aplicando la espectroscopía de impedancia eléctrica (EIS) y redes neuronales artificiales (ANN). En el análisis de alimentos, la espectroscopia de impedancia es un método eficaz para medir concentraciones químicas o para determinar diversas propiedades físicas. El método consiste en principio en la adquisición de impedancias eléctricas a varias frecuencias y posteriormente la evaluación de la serie resultante de valores complejos. El primer paso del trabajo fue investigar la viabilidad de medir con frecuencias de hasta 30 kHz con un microcontrolador ESP32. Los ESP32 son una familia de sistema en chip de doble núcleo y bajo costo desarrollada por Espressif Systems y diseñada para el Internet de las cosas. El siguiente paso fue la programación de un software embebido en C++ para el procesamiento digital de señales. La multitarea fue realizada usando FreeRTOS en combinación con el framework de Arduino. Sus funciones principales son la generación de señales de estimulación con el DAC interno, medir las señales resultantes con el ADC en un modo acelerado por DMA y el cálculo de los valores complejos de impedancia. Se examinaron varias posibilidades de un amplificador de transimpedancia ajustable. Para permitir una medición precisa y exacta, se diseñó utilizando Proteus Design Suite una PCB que lleva el módulo ESP32 y que contiene el circuito amplificador analógico. Una interfaz gráfica se programó con Python que se comunica con el microcontrolador a través de un puerto serie virtual al UART para adquirir datos del sensor, configurar el dispositivo y visualizar espectros. Finalmente se implementó una red neuronal prealimentada. Se tuvo que adquirir datos espectroscópicos para determinar una arquitectura adecuada y entrenar la ANN con el propósito de clasificar muestras dadas. La aplicabilidad del prototipo se demostró determinando la salinidad, [EN] The objective of the thesis was to design a portable device for the measurement of salt concentration in saline solutions applying electrical impedance spectroscopy (EIS) and artificial neural networks (ANN). In food analysis, electrochemical impedance spectroscopy is an effective method to measure chemical concentrations or to determine certain physical properties. At a basic level, the method consists of the acquisition of electrical impedances at various frequencies and subsequently the evaluation of the resulting series of complex values. The first step was to investigate the feasibility of measuring with a frequency up to 30 kHz with the microcontroller ESP32. The ESP32 is a family of low-cost dual-core System-on-Chip-Controllers developed by Espressif Systems and designed for the Internet-of-Things. The following step was to program embedded software in C++ for digital signal processing. Multitasking was realized with FreeRTOS in combination with the Arduino framework. Its main tasks are the stimulation signal generation with the internal DAC, to sample the resulting signals with the ADC in a DMA-accelerated mode and to calculate the complex impedance values. Several possibilities for an adjustable transimpedance amplifier were examined. To enable precise and accurate measurement a PCB was designed with Proteus Design Suite carrying the ESP32-module and containing the analog amplifier circuit. A graphical user interface was programmed in Python which communicates with the microcontroller via UART through a virtual serial port, to acquire sensor data, to configure the device and to visualize spectra. Finally, a feedforward neural network was implemented. Spectroscopy data had to be acquired in order to determine an appropriate architecture and to train the ANN to classify given samples. The applicability of the prototype was proven by determining the salinity of aqueous solutions. The presented work was carried out at the ¿Instituto Interuniversitario de I

[ES] El objetivo de esta tesis fue el diseño de un equipo portátil para la medición de concentración de sal en soluciones salinas aplicando la espectroscopía de impedancia eléctrica (EIS) y redes neuronales artificiales (ANN). En el análisis de alimentos, la espectroscopia de impedancia es un método eficaz para medir concentraciones químicas o para determinar diversas propiedades físicas. El método consiste en principio en la adquisición de impedancias eléctricas a varias frecuencias y posteriormente la evaluación de la serie resultante de valores complejos. El primer paso del trabajo fue investigar la viabilidad de medir con frecuencias de hasta 30 kHz con un microcontrolador ESP32. Los ESP32 son una familia de sistema en chip de doble núcleo y bajo costo desarrollada por Espressif Systems y diseñada para el Internet de las cosas. El siguiente paso fue la programación de un software embebido en C++ para el procesamiento digital de señales. La multitarea fue realizada usando FreeRTOS en combinación con el framework de Arduino. Sus funciones principales son la generación de señales de estimulación con el DAC interno, medir las señales resultantes con el ADC en un modo acelerado por DMA y el cálculo de los valores complejos de impedancia. Se examinaron varias posibilidades de un amplificador de transimpedancia ajustable. Para permitir una medición precisa y exacta, se diseñó utilizando Proteus Design Suite una PCB que lleva el módulo ESP32 y que contiene el circuito amplificador analógico. Una interfaz gráfica se programó con Python que se comunica con el microcontrolador a través de un puerto serie virtual al UART para adquirir datos del sensor, configurar el dispositivo y visualizar espectros. Finalmente se implementó una red neuronal prealimentada. Se tuvo que adquirir datos espectroscópicos para determinar una arquitectura adecuada y entrenar la ANN con el propósito de clasificar muestras dadas. La aplicabilidad del prototipo se demostró determinando la salinidad, [EN] The objective of the thesis was to design a portable device for the measurement of salt concentration in saline solutions applying electrical impedance spectroscopy (EIS) and artificial neural networks (ANN). In food analysis, electrochemical impedance spectroscopy is an effective method to measure chemical concentrations or to determine certain physical properties. At a basic level, the method consists of the acquisition of electrical impedances at various frequencies and subsequently the evaluation of the resulting series of complex values. The first step was to investigate the feasibility of measuring with a frequency up to 30 kHz with the microcontroller ESP32. The ESP32 is a family of low-cost dual-core System-on-Chip-Controllers developed by Espressif Systems and designed for the Internet-of-Things. The following step was to program embedded software in C++ for digital signal processing. Multitasking was realized with FreeRTOS in combination with the Arduino framework. Its main tasks are the stimulation signal generation with the internal DAC, to sample the resulting signals with the ADC in a DMA-accelerated mode and to calculate the complex impedance values. Several possibilities for an adjustable transimpedance amplifier were examined. To enable precise and accurate measurement a PCB was designed with Proteus Design Suite carrying the ESP32-module and containing the analog amplifier circuit. A graphical user interface was programmed in Python which communicates with the microcontroller via UART through a virtual serial port, to acquire sensor data, to configure the device and to visualize spectra. Finally, a feedforward neural network was implemented. Spectroscopy data had to be acquired in order to determine an appropriate architecture and to train the ANN to classify given samples. The applicability of the prototype was proven by determining the salinity of aqueous solutions. The presented work was carried out at the ¿Instituto Interuniversitario de I

[EN] We propose a methodology for the improvement of the parameter design that consists of the combination of Random Forest (RF) with Genetic Algorithms (GA) in 3 phases: normalization, modelling and optimization. The first phase corresponds to the previous preparation of the data set by using normalization functions. In the second phase, we designed a modelling scheme adjusted to multiple quality characteristics and we have called it Multivariate Random Forest (MRF) for the determination of the objective function. Finally, in the third phase, we obtained the optimal combination of parameter levels with the integration of properties of our modelling scheme and desirability functions in the establishment of the corresponding GA. Two illustrative cases allow us to compare and validate the virtues of our methodology versus other proposals involving Artificial Neural Networks (ANN) and Simulated Annealing (SA)., [ES] Proponemos una metodología para la mejora del diseño de parámetros que consiste en la combinación de Random Forest (RF) con Algoritmos Genéticos (GA) en 3 fases: normalización, modelización y optimización. La primera fase corresponde a la preparación previa del conjunto de datos mediante funciones de normalización. En la segunda fase, diseñamos un esquema de modelización ajustado a múltiples características de calidad, que hemos llamado Multivariante Random Forest (MRF) para la determinación de la función objetivo. Finalmente, en la tercera fase se obtiene la combinación ¿optima de los niveles de los parámetros mediante la integración de propiedades dadas por nuestro esquema de modelización y las desirabibity functions en el establecimiento del correspondiente GA. Dos casos ilustrativos nos permiten comparar y validar las virtudes de nuestra metodología versus otras propuestas que involucran Redes Neuronales Artificiales (ANN) y Simulated Annealing (SA).

[ES] Debido a los riesgos y rendimientos variables de la bolsa, la predicción de los precios de las acciones es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. Por otro lado, gracias al incremento de la capacidad de computación, el Deep Learning se ha visto potenciado como una de las técnicas de Inteligencia Artificial con mayor capacidad de procesamiento de datos. El presente Trabajo Fin de Grado se sitúa en la confluencia de ambos campos: la predicción de bolsa y las técnicas de Deep Learning. El objetivo del trabajo es explorar las posibilidades de predicción basada en redes neuronales artificiales. Estas técnicas se han aplicado a los datos del Ibex-35 a partir del mes de septiembre de 2000 hasta diciembre de 2019. Se han preparado ocho bases de datos, cada una con un indicador técnico diferente. En relación con la arquitectura, se han elegido tres configuraciones: redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM. A partir de los parámetros de configuración de cada arquitectura, se han planteado 864 modelos distintos. Así pues, teniendo en cuenta las bases de datos de partida y los modelos de redes neuronales artificiales, esta investigación ha revisado las predicciones de 6.912 casos distintos. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE tomados por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Due to the variable risks and returns of the stock market, the prediction of stock prices is a very important issue for those who want to invest in it. Having the ability to predict the trend or the price of shares would be very valuable information for investors. On the other hand, thanks to increased computing power, Deep Learning has been enhanced as one of the Artificial Intelligence techniques with greater data processing capacity. This paper is located at the confluence of both fields: stock market prediction and Deep Learning techniques. The aim of the work is to explore the possibilities of prediction based on artificial neural networks. These techniques have been applied to Ibex-35 data from September 2000 to December 2019. Eight databases have been prepared, each with a different technical indicator. In relation to the architecture, three configurations have been chosen: simple recurrent neural networks, LSTM, and a combination of one-dimensional convolutional with LSTM. From the configuration parameters of each architecture, 864 different models have been proposed. Thus, considering the initial databases and the artificial neuronal networks models, this research has reviewed the predictions of 6.912 different cases. Finally, a comparison between the different models is carried out based on the RMSE taken by the moving averages and a simple neuronal network. It is concluded that the model of convolutional combination with LSTM is the best predictor for the index., [CA] A causa dels riscos i rendiments variables de la borsa, la predicció dels preus de les accions és un tema de molta importància per a tots aquells que volen invertir en ella. Tindre la capacitat de pronosticar la tendència o el preu de les accions seria una informació molt valiosa per als inversors. D'altra banda, gràcies a l'increment de la capacitat de computació, el Deep Learning s'ha vist potenciat com una de les tècniques d'Intel·ligència Artificial amb major capacitat de processament de dades. El present Treball Fi de Grau se situa en la confluència de tots dos camps: la predicció de bossa i les tècniques de Deep Learning. L'objectiu del treball és explorar les possibilitats de predicció basada en xarxes neuronals artificials. Aquestes tècniques s'han aplicat a les dades de l'Ibex-35 a partir del mes de setembre de 2000 fins a desembre de 2019. S'han preparat 8 bases de dades, cadascuna amb un indicador tècnic diferent. En relació a l'arquitectura, s'han triat tres configuracions: xarxes neuronals recurrents simples, LSTM i una combinació de convolucionals d'una dimensió amb LSTM. A partir dels paràmetres de configuració de cada arquitectura, s'han plantejat 864 models diferents. Així doncs, tenint en compte les bases de dades de partida i els models de xarxes neuronals artificials, aquesta investigació ha revisat les prediccions de 6.912 casos diferents. Es realitza, finalment, una comparativa entre els diferents models partint com a base el RMSE pres per les mitjanes mòbils i una xarxa neuronal simple. Es conclou que el model de combinació convolucional amb LSTM és el millor predictor per a l'índex.

[ES] La predicción de la dirección de las tendencias del precio de las acciones es vital para un óptimo desarrollo de estrategias para las transacciones de la bolsa. Debido a los riesgos y rendimientos variables de la bolsa, la predicción de esta es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. En el presente trabajo se ha tratado de encontrar algún modelo que sea viable para la predicción del índice del Ibex-35. Para ello, se ha realizado el estudio de 864 modelos distintos, con uso de redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM para cada una de las ocho bases de datos que se proponen. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE obtenidos por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Predicting the direction of stock price trends is vital for optimal development of stock market trading strategies. Due to the variable risks and returns of the stock market, stock market prediction is a very important issue for those who want to invest in it. Having the ability to forecast the trend or price of shares would be very valuable information for investors. In this work we have tried to find some viable model for the prediction of the Ibex-35 index. To this end, 864 different models have been studied, using simple recurrent neural networks, LSTM and a combination of one-dimensional convolutionals layer with LSTM for each of the eight databases proposed. Finally, a comparison between the different models is made, using as a baseline the RMSE obtained by the moving averages and a simple neuronal network. It is concluded that the convolutional combination model with LSTM is the best predictor for the index.

[ES] Las redes neuronales artificiales permiten capturar las relaciones entre las variables decisivas para la fijación del valor del mercado de la vivienda. En este TFG se construye, a partir de la web idealista, una base de datos de precios de oferta y características (ubicación, superficie, habitaciones, planta y ascensor) de viviendas en la ciudad de Valencia, a partir de la cual se diseña, aplica y optimiza un modelo para la predicción del precio de oferta de una vivienda en base a sus características, basado en redes neuronales artificiales. A fin de valorar la precisión del modelo, se mide el error mediante el error absoluto medio, a partir de un esquema de validación cruzada empleando subconjuntos de entrenamiento, validación y test., [EN] Artificial neural networks are able to capture the relationships between the most relevant variables in market pricing of properties. In the present bachelor¿s thesis, a database containing offer prices and features (location, surface area, rooms, floor and elevator) of properties located in Valencia city is built, using idealista web as the source. With this database, an offer price predictive model using the properties¿ features as an input, and based in neural networks is designed, built, and optimized. In order to assess its performance, mean absolute error is measured within a cross-validation scheme, in which training, validation and test subsets are used.

[ES] La predicción de la dirección de las tendencias del precio de las acciones es vital para un óptimo desarrollo de estrategias para las transacciones de la bolsa. Debido a los riesgos y rendimientos variables de la bolsa, la predicción de esta es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. En el presente trabajo se ha tratado de encontrar algún modelo que sea viable para la predicción del índice del Ibex-35. Para ello, se ha realizado el estudio de 864 modelos distintos, con uso de redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM para cada una de las ocho bases de datos que se proponen. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE obtenidos por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Predicting the direction of stock price trends is vital for optimal development of stock market trading strategies. Due to the variable risks and returns of the stock market, stock market prediction is a very important issue for those who want to invest in it. Having the ability to forecast the trend or price of shares would be very valuable information for investors. In this work we have tried to find some viable model for the prediction of the Ibex-35 index. To this end, 864 different models have been studied, using simple recurrent neural networks, LSTM and a combination of one-dimensional convolutionals layer with LSTM for each of the eight databases proposed. Finally, a comparison between the different models is made, using as a baseline the RMSE obtained by the moving averages and a simple neuronal network. It is concluded that the convolutional combination model with LSTM is the best predictor for the index.

[ES] Debido a los riesgos y rendimientos variables de la bolsa, la predicción de los precios de las acciones es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. Por otro lado, gracias al incremento de la capacidad de computación, el Deep Learning se ha visto potenciado como una de las técnicas de Inteligencia Artificial con mayor capacidad de procesamiento de datos. El presente Trabajo Fin de Grado se sitúa en la confluencia de ambos campos: la predicción de bolsa y las técnicas de Deep Learning. El objetivo del trabajo es explorar las posibilidades de predicción basada en redes neuronales artificiales. Estas técnicas se han aplicado a los datos del Ibex-35 a partir del mes de septiembre de 2000 hasta diciembre de 2019. Se han preparado ocho bases de datos, cada una con un indicador técnico diferente. En relación con la arquitectura, se han elegido tres configuraciones: redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM. A partir de los parámetros de configuración de cada arquitectura, se han planteado 864 modelos distintos. Así pues, teniendo en cuenta las bases de datos de partida y los modelos de redes neuronales artificiales, esta investigación ha revisado las predicciones de 6.912 casos distintos. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE tomados por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Due to the variable risks and returns of the stock market, the prediction of stock prices is a very important issue for those who want to invest in it. Having the ability to predict the trend or the price of shares would be very valuable information for investors. On the other hand, thanks to increased computing power, Deep Learning has been enhanced as one of the Artificial Intelligence techniques with greater data processing capacity. This paper is located at the confluence of both fields: stock market prediction and Deep Learning techniques. The aim of the work is to explore the possibilities of prediction based on artificial neural networks. These techniques have been applied to Ibex-35 data from September 2000 to December 2019. Eight databases have been prepared, each with a different technical indicator. In relation to the architecture, three configurations have been chosen: simple recurrent neural networks, LSTM, and a combination of one-dimensional convolutional with LSTM. From the configuration parameters of each architecture, 864 different models have been proposed. Thus, considering the initial databases and the artificial neuronal networks models, this research has reviewed the predictions of 6.912 different cases. Finally, a comparison between the different models is carried out based on the RMSE taken by the moving averages and a simple neuronal network. It is concluded that the model of convolutional combination with LSTM is the best predictor for the index., [CA] A causa dels riscos i rendiments variables de la borsa, la predicció dels preus de les accions és un tema de molta importància per a tots aquells que volen invertir en ella. Tindre la capacitat de pronosticar la tendència o el preu de les accions seria una informació molt valiosa per als inversors. D'altra banda, gràcies a l'increment de la capacitat de computació, el Deep Learning s'ha vist potenciat com una de les tècniques d'Intel·ligència Artificial amb major capacitat de processament de dades. El present Treball Fi de Grau se situa en la confluència de tots dos camps: la predicció de bossa i les tècniques de Deep Learning. L'objectiu del treball és explorar les possibilitats de predicció basada en xarxes neuronals artificials. Aquestes tècniques s'han aplicat a les dades de l'Ibex-35 a partir del mes de setembre de 2000 fins a desembre de 2019. S'han preparat 8 bases de dades, cadascuna amb un indicador tècnic diferent. En relació a l'arquitectura, s'han triat tres configuracions: xarxes neuronals recurrents simples, LSTM i una combinació de convolucionals d'una dimensió amb LSTM. A partir dels paràmetres de configuració de cada arquitectura, s'han plantejat 864 models diferents. Així doncs, tenint en compte les bases de dades de partida i els models de xarxes neuronals artificials, aquesta investigació ha revisat les prediccions de 6.912 casos diferents. Es realitza, finalment, una comparativa entre els diferents models partint com a base el RMSE pres per les mitjanes mòbils i una xarxa neuronal simple. Es conclou que el model de combinació convolucional amb LSTM és el millor predictor per a l'índex.

[EN] We propose a methodology for the improvement of the parameter design that consists of the combination of Random Forest (RF) with Genetic Algorithms (GA) in 3 phases: normalization, modelling and optimization. The first phase corresponds to the previous preparation of the data set by using normalization functions. In the second phase, we designed a modelling scheme adjusted to multiple quality characteristics and we have called it Multivariate Random Forest (MRF) for the determination of the objective function. Finally, in the third phase, we obtained the optimal combination of parameter levels with the integration of properties of our modelling scheme and desirability functions in the establishment of the corresponding GA. Two illustrative cases allow us to compare and validate the virtues of our methodology versus other proposals involving Artificial Neural Networks (ANN) and Simulated Annealing (SA)., [ES] Proponemos una metodología para la mejora del diseño de parámetros que consiste en la combinación de Random Forest (RF) con Algoritmos Genéticos (GA) en 3 fases: normalización, modelización y optimización. La primera fase corresponde a la preparación previa del conjunto de datos mediante funciones de normalización. En la segunda fase, diseñamos un esquema de modelización ajustado a múltiples características de calidad, que hemos llamado Multivariante Random Forest (MRF) para la determinación de la función objetivo. Finalmente, en la tercera fase se obtiene la combinación ¿optima de los niveles de los parámetros mediante la integración de propiedades dadas por nuestro esquema de modelización y las desirabibity functions en el establecimiento del correspondiente GA. Dos casos ilustrativos nos permiten comparar y validar las virtudes de nuestra metodología versus otras propuestas que involucran Redes Neuronales Artificiales (ANN) y Simulated Annealing (SA).

[ES] Las redes neuronales artificiales permiten capturar las relaciones entre las variables decisivas para la fijación del valor del mercado de la vivienda. En este TFG se construye, a partir de la web idealista, una base de datos de precios de oferta y características (ubicación, superficie, habitaciones, planta y ascensor) de viviendas en la ciudad de Valencia, a partir de la cual se diseña, aplica y optimiza un modelo para la predicción del precio de oferta de una vivienda en base a sus características, basado en redes neuronales artificiales. A fin de valorar la precisión del modelo, se mide el error mediante el error absoluto medio, a partir de un esquema de validación cruzada empleando subconjuntos de entrenamiento, validación y test., [EN] Artificial neural networks are able to capture the relationships between the most relevant variables in market pricing of properties. In the present bachelor¿s thesis, a database containing offer prices and features (location, surface area, rooms, floor and elevator) of properties located in Valencia city is built, using idealista web as the source. With this database, an offer price predictive model using the properties¿ features as an input, and based in neural networks is designed, built, and optimized. In order to assess its performance, mean absolute error is measured within a cross-validation scheme, in which training, validation and test subsets are used.

[ES] La predicción de la dirección de las tendencias del precio de las acciones es vital para un óptimo desarrollo de estrategias para las transacciones de la bolsa. Debido a los riesgos y rendimientos variables de la bolsa, la predicción de esta es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. En el presente trabajo se ha tratado de encontrar algún modelo que sea viable para la predicción del índice del Ibex-35. Para ello, se ha realizado el estudio de 864 modelos distintos, con uso de redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM para cada una de las ocho bases de datos que se proponen. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE obtenidos por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Predicting the direction of stock price trends is vital for optimal development of stock market trading strategies. Due to the variable risks and returns of the stock market, stock market prediction is a very important issue for those who want to invest in it. Having the ability to forecast the trend or price of shares would be very valuable information for investors. In this work we have tried to find some viable model for the prediction of the Ibex-35 index. To this end, 864 different models have been studied, using simple recurrent neural networks, LSTM and a combination of one-dimensional convolutionals layer with LSTM for each of the eight databases proposed. Finally, a comparison between the different models is made, using as a baseline the RMSE obtained by the moving averages and a simple neuronal network. It is concluded that the convolutional combination model with LSTM is the best predictor for the index.

[ES] Debido a los riesgos y rendimientos variables de la bolsa, la predicción de los precios de las acciones es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. Por otro lado, gracias al incremento de la capacidad de computación, el Deep Learning se ha visto potenciado como una de las técnicas de Inteligencia Artificial con mayor capacidad de procesamiento de datos. El presente Trabajo Fin de Grado se sitúa en la confluencia de ambos campos: la predicción de bolsa y las técnicas de Deep Learning. El objetivo del trabajo es explorar las posibilidades de predicción basada en redes neuronales artificiales. Estas técnicas se han aplicado a los datos del Ibex-35 a partir del mes de septiembre de 2000 hasta diciembre de 2019. Se han preparado ocho bases de datos, cada una con un indicador técnico diferente. En relación con la arquitectura, se han elegido tres configuraciones: redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM. A partir de los parámetros de configuración de cada arquitectura, se han planteado 864 modelos distintos. Así pues, teniendo en cuenta las bases de datos de partida y los modelos de redes neuronales artificiales, esta investigación ha revisado las predicciones de 6.912 casos distintos. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE tomados por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Due to the variable risks and returns of the stock market, the prediction of stock prices is a very important issue for those who want to invest in it. Having the ability to predict the trend or the price of shares would be very valuable information for investors. On the other hand, thanks to increased computing power, Deep Learning has been enhanced as one of the Artificial Intelligence techniques with greater data processing capacity. This paper is located at the confluence of both fields: stock market prediction and Deep Learning techniques. The aim of the work is to explore the possibilities of prediction based on artificial neural networks. These techniques have been applied to Ibex-35 data from September 2000 to December 2019. Eight databases have been prepared, each with a different technical indicator. In relation to the architecture, three configurations have been chosen: simple recurrent neural networks, LSTM, and a combination of one-dimensional convolutional with LSTM. From the configuration parameters of each architecture, 864 different models have been proposed. Thus, considering the initial databases and the artificial neuronal networks models, this research has reviewed the predictions of 6.912 different cases. Finally, a comparison between the different models is carried out based on the RMSE taken by the moving averages and a simple neuronal network. It is concluded that the model of convolutional combination with LSTM is the best predictor for the index., [CA] A causa dels riscos i rendiments variables de la borsa, la predicció dels preus de les accions és un tema de molta importància per a tots aquells que volen invertir en ella. Tindre la capacitat de pronosticar la tendència o el preu de les accions seria una informació molt valiosa per als inversors. D'altra banda, gràcies a l'increment de la capacitat de computació, el Deep Learning s'ha vist potenciat com una de les tècniques d'Intel·ligència Artificial amb major capacitat de processament de dades. El present Treball Fi de Grau se situa en la confluència de tots dos camps: la predicció de bossa i les tècniques de Deep Learning. L'objectiu del treball és explorar les possibilitats de predicció basada en xarxes neuronals artificials. Aquestes tècniques s'han aplicat a les dades de l'Ibex-35 a partir del mes de setembre de 2000 fins a desembre de 2019. S'han preparat 8 bases de dades, cadascuna amb un indicador tècnic diferent. En relació a l'arquitectura, s'han triat tres configuracions: xarxes neuronals recurrents simples, LSTM i una combinació de convolucionals d'una dimensió amb LSTM. A partir dels paràmetres de configuració de cada arquitectura, s'han plantejat 864 models diferents. Així doncs, tenint en compte les bases de dades de partida i els models de xarxes neuronals artificials, aquesta investigació ha revisat les prediccions de 6.912 casos diferents. Es realitza, finalment, una comparativa entre els diferents models partint com a base el RMSE pres per les mitjanes mòbils i una xarxa neuronal simple. Es conclou que el model de combinació convolucional amb LSTM és el millor predictor per a l'índex.

[ES] La predicción de la dirección de las tendencias del precio de las acciones es vital para un óptimo desarrollo de estrategias para las transacciones de la bolsa. Debido a los riesgos y rendimientos variables de la bolsa, la predicción de esta es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. En el presente trabajo se ha tratado de encontrar algún modelo que sea viable para la predicción del índice del Ibex-35. Para ello, se ha realizado el estudio de 864 modelos distintos, con uso de redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM para cada una de las ocho bases de datos que se proponen. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE obtenidos por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Predicting the direction of stock price trends is vital for optimal development of stock market trading strategies. Due to the variable risks and returns of the stock market, stock market prediction is a very important issue for those who want to invest in it. Having the ability to forecast the trend or price of shares would be very valuable information for investors. In this work we have tried to find some viable model for the prediction of the Ibex-35 index. To this end, 864 different models have been studied, using simple recurrent neural networks, LSTM and a combination of one-dimensional convolutionals layer with LSTM for each of the eight databases proposed. Finally, a comparison between the different models is made, using as a baseline the RMSE obtained by the moving averages and a simple neuronal network. It is concluded that the convolutional combination model with LSTM is the best predictor for the index.

[ES] Las redes neuronales artificiales permiten capturar las relaciones entre las variables decisivas para la fijación del valor del mercado de la vivienda. En este TFG se construye, a partir de la web idealista, una base de datos de precios de oferta y características (ubicación, superficie, habitaciones, planta y ascensor) de viviendas en la ciudad de Valencia, a partir de la cual se diseña, aplica y optimiza un modelo para la predicción del precio de oferta de una vivienda en base a sus características, basado en redes neuronales artificiales. A fin de valorar la precisión del modelo, se mide el error mediante el error absoluto medio, a partir de un esquema de validación cruzada empleando subconjuntos de entrenamiento, validación y test., [EN] Artificial neural networks are able to capture the relationships between the most relevant variables in market pricing of properties. In the present bachelor¿s thesis, a database containing offer prices and features (location, surface area, rooms, floor and elevator) of properties located in Valencia city is built, using idealista web as the source. With this database, an offer price predictive model using the properties¿ features as an input, and based in neural networks is designed, built, and optimized. In order to assess its performance, mean absolute error is measured within a cross-validation scheme, in which training, validation and test subsets are used.

[ES] Debido a los riesgos y rendimientos variables de la bolsa, la predicción de los precios de las acciones es un tema de mucha importancia para los que quieren invertir en ella. Tener la capacidad de pronosticar la tendencia o el precio de las acciones sería una información muy valiosa para los inversores. Por otro lado, gracias al incremento de la capacidad de computación, el Deep Learning se ha visto potenciado como una de las técnicas de Inteligencia Artificial con mayor capacidad de procesamiento de datos. El presente Trabajo Fin de Grado se sitúa en la confluencia de ambos campos: la predicción de bolsa y las técnicas de Deep Learning. El objetivo del trabajo es explorar las posibilidades de predicción basada en redes neuronales artificiales. Estas técnicas se han aplicado a los datos del Ibex-35 a partir del mes de septiembre de 2000 hasta diciembre de 2019. Se han preparado ocho bases de datos, cada una con un indicador técnico diferente. En relación con la arquitectura, se han elegido tres configuraciones: redes neuronales recurrentes simples, LSTM y una combinación de convolucionales de una dimensión con LSTM. A partir de los parámetros de configuración de cada arquitectura, se han planteado 864 modelos distintos. Así pues, teniendo en cuenta las bases de datos de partida y los modelos de redes neuronales artificiales, esta investigación ha revisado las predicciones de 6.912 casos distintos. Se realiza, finalmente, una comparativa entre los distintos modelos partiendo como baseline los RMSE tomados por las medias móviles y una red neuronal simple. Se concluye que el modelo de combinación convolucional con LSTM es el mejor predictor para el índice., [EN] Due to the variable risks and returns of the stock market, the prediction of stock prices is a very important issue for those who want to invest in it. Having the ability to predict the trend or the price of shares would be very valuable information for investors. On the other hand, thanks to increased computing power, Deep Learning has been enhanced as one of the Artificial Intelligence techniques with greater data processing capacity. This paper is located at the confluence of both fields: stock market prediction and Deep Learning techniques. The aim of the work is to explore the possibilities of prediction based on artificial neural networks. These techniques have been applied to Ibex-35 data from September 2000 to December 2019. Eight databases have been prepared, each with a different technical indicator. In relation to the architecture, three configurations have been chosen: simple recurrent neural networks, LSTM, and a combination of one-dimensional convolutional with LSTM. From the configuration parameters of each architecture, 864 different models have been proposed. Thus, considering the initial databases and the artificial neuronal networks models, this research has reviewed the predictions of 6.912 different cases. Finally, a comparison between the different models is carried out based on the RMSE taken by the moving averages and a simple neuronal network. It is concluded that the model of convolutional combination with LSTM is the best predictor for the index., [CA] A causa dels riscos i rendiments variables de la borsa, la predicció dels preus de les accions és un tema de molta importància per a tots aquells que volen invertir en ella. Tindre la capacitat de pronosticar la tendència o el preu de les accions seria una informació molt valiosa per als inversors. D'altra banda, gràcies a l'increment de la capacitat de computació, el Deep Learning s'ha vist potenciat com una de les tècniques d'Intel·ligència Artificial amb major capacitat de processament de dades. El present Treball Fi de Grau se situa en la confluència de tots dos camps: la predicció de bossa i les tècniques de Deep Learning. L'objectiu del treball és explorar les possibilitats de predicció basada en xarxes neuronals artificials. Aquestes tècniques s'han aplicat a les dades de l'Ibex-35 a partir del mes de setembre de 2000 fins a desembre de 2019. S'han preparat 8 bases de dades, cadascuna amb un indicador tècnic diferent. En relació a l'arquitectura, s'han triat tres configuracions: xarxes neuronals recurrents simples, LSTM i una combinació de convolucionals d'una dimensió amb LSTM. A partir dels paràmetres de configuració de cada arquitectura, s'han plantejat 864 models diferents. Així doncs, tenint en compte les bases de dades de partida i els models de xarxes neuronals artificials, aquesta investigació ha revisat les prediccions de 6.912 casos diferents. Es realitza, finalment, una comparativa entre els diferents models partint com a base el RMSE pres per les mitjanes mòbils i una xarxa neuronal simple. Es conclou que el model de combinació convolucional amb LSTM és el millor predictor per a l'índex.

[ES] Las redes neuronales artificiales permiten capturar las relaciones entre las variables decisivas para la fijación del valor del mercado de la vivienda. En este TFG se construye, a partir de la web idealista, una base de datos de precios de oferta y características (ubicación, superficie, habitaciones, planta y ascensor) de viviendas en la ciudad de Valencia, a partir de la cual se diseña, aplica y optimiza un modelo para la predicción del precio de oferta de una vivienda en base a sus características, basado en redes neuronales artificiales. A fin de valorar la precisión del modelo, se mide el error mediante el error absoluto medio, a partir de un esquema de validación cruzada empleando subconjuntos de entrenamiento, validación y test., [EN] Artificial neural networks are able to capture the relationships between the most relevant variables in market pricing of properties. In the present bachelor¿s thesis, a database containing offer prices and features (location, surface area, rooms, floor and elevator) of properties located in Valencia city is built, using idealista web as the source. With this database, an offer price predictive model using the properties¿ features as an input, and based in neural networks is designed, built, and optimized. In order to assess its performance, mean absolute error is measured within a cross-validation scheme, in which training, validation and test subsets are used.

[ES] En este proyecto se ha desarrollado un algoritmo que facilita las tareas de monitorización de nematodos Caenorhabditis elegans (C. elegans), con el objetivo de automatizar las tareas de investigación. En concreto, se trata de un clasificador de imágenes que permite detectar si el gusano está vivo o muerto. En primer lugar, se ha realizado un estudio de alternativas revisando proyectos similares y comparando las técnicas tradicionales de visión por computador y los algoritmos de Aprendizaje Profundo (Deep Learning). Tras analizar sus ventajas y desventajas, se ha optado por hacer uso de redes neuronales artificiales. Para poder entrenar redes neuronales, es necesario disponer de una gran cantidad de imágenes etiquetadas, por lo que se ha procedido a etiquetar la base de datos disponible. Seguidamente, se ha planteado el uso de dos arquitecturas de redes neuronales: las redes neuronales convolucionales y las redes neuronales recurrentes. Para cada tipo de red se necesita un tipo de entrada, por lo que se han propuesto varios métodos para introducir la información. Una vez generado el dataset completo, se ha divido en grupos de entrenamiento y validación. A continuación, se han implementado las redes neuronales haciendo uso del software de Deep Learning Pytorch y se han desarrollado diferentes pruebas para determinar la arquitectura más apropiada para resolver el problema y optimizar los resultados. Como conclusión, se ha comprobado que la combinación de redes neuronales convolucionales y recurrentes obtiene los mejores porcentajes de precisión al clasificar las imágenes de C. elegans., [EN] In this project an algorithm has been developed that facilitates the monitoring tasks of nematodes Caenorhabditis elegans (C. elegans), with the aim of automating research tasks. Specifically, it is an image classifier that allows to detect if the worm is alive or dead. First of all, a study of alternatives has been carried out by reviewing similar projects and comparing traditional computer vision techniques and Deep Learning algorithms. After analyzing their advantages and disadvantages, it has been decided to make use of artificial neural networks. In order to train neural networks, it is necessary to have a large number of tagged images, so we have proceeded to tag the database available. Next, the use of two neural network architectures has been considered: convolutional neural networks and recurrent neural networks. For each type of network an input type is needed, so several methods have been proposed to introduce the information. Once the complete dataset has been generated, it has been divided into training and validation groups. Next, neural networks have been implemented using the Deep Learning Pytorch software and different tests have been developed to determine the most appropriate architecture to solve the problem and optimize the results. As a conclusion, it has been proved that the combination of convolutional and recurrent neural networks obtains the best percentages of precision when classifying the images of C. elegans.

[ES] Los métodos actuales de detección temprana de cáncer de vejiga presentan baja sensibilidad para la detección de tumores de bajo grado, son invasivos, de coste elevado y operador dependientes. En este proyecto se desarrollan distintos modelos clasificadores basados en el análisis de orina mediante lengua electrónica voltamétrica de cuatro electrodos nobles y cuatro electrodos no-nobles como una potencial herramienta de apoyo al diagnóstico no invasivo de cáncer de vejiga. Para la clasificación los resultados arrojados por un PLSDA son insuficientes, por lo que se exploran técnicas de clasificación más avanzadas. Para ello, de los 966 puntos de corriente medidos por muestra y electrodo, se obtienen cuatro estadísticos adicionales: derivadas locales de las formas de onda, integración de los pulsos de la misma, componentes frecuenciales discretas, y corrientes iniciales y finales que corresponden a la corriente mínima generada respecto al potencial de reposo del sistema electroquímico. Adicionalmente, se prueban distintos pretratamientos. Los modelos clasificadores desarrollados se basan en regresiones lineales, máquinas de soporte vectorial (SVM) y redes neuronales artificiales (ANN) con y sin reducción de la dimensión (mediante PCA y PFA), además de sNPLSDA. Finalmente, se desarrollan modelos conjuntos combinando las técnicas mencionadas, propias de distintas disciplinas (minería de datos, análisis multivariante, análisis N-dimensional y redes neuronales artificiales), obteniéndose una tasa de acierto binomial sin variables adicionales del 77.3% ± 5.8% y del 74.4% ± 8.0% con ellas., [EN] The bladder cancer early detection is nowadays done through urine analysis of metabolites. This technique offers high specificity (>90%) but with moderate sensibility (<50%), and presents a temporal and economic cost related with the need of laboratory analysis. A candidate for replacing this technique is the use of an electronic tongue, which has given positive results for the prostate cancer early detection application. The electronic tongue would allow obtaining immediate results with practically any variable cost. In this project is developed and combined different classifying algorithms based on the measurements realized at La Fe Polytechnic Hospital through FraPlusMini equipment, an electronic tongue developed by IDM, at the same time that it is performed an analysis to improve the device for the application. Focused in these objectives multivariate analysis, data mining and neural networks are combined.

[ES] La mayor información disponible en el mercado inmobiliario y el avance de las técnicas de inteligencia artificial permiten desarrollar modelos de valoración de bienes de naturaleza inmobiliaria. Este trabajo desarrolla modelos de redes neuronales artificiales capaces de predecir el valor de la vivienda en la ciudad de Madrid. A partir de internet y mediante técnicas de web scrapping se ha construido una base de datos compuesta por viviendas en venta en diciembre de 2018. La base de datos se ha depurado eliminando aquellas observaciones anómalas que puede inferir en el análisis y predicción. Las variables explicativas empleadas han sido la superficie, el número de habitaciones, la altura de la vivienda, la zona en que se encuentra ubicada, el ratio de criminalidad, el precio medio por metro cuadrado, el número de habitantes y el ingreso medio por habitante. De esta forma, mediante programación con Python y Keras se ha obtenido un modelo que se ha afinado mediante ajuste de varios hiperparámetros. Para llevar a cabo el modelo se ha empleado como función de optimización RMSprop mientras que para la medición del error se ha empleado tanto el MSE (mean squared error) como el MAE (mean absolute error). Los modelos obtenidos predicen el precio en euros de la vivienda y pueden ser utilizados en modelos de valoración automática., [EN] The great amount of available information in the real estate market jointly with the artificial intelligence techniques advances allow the development of real estate valuation models. This work develops models of artificial neural networks capable of forecasting the value of housing in the city of Madrid. By using internet sources and web scrapping techniques, a database was created based on homes for sale in December 2018. The database has been purified by eliminating anomalous observations that can be inferred in the analysis and prediction. The explanatory variables used were the area, the number of rooms, the height of the house, the area, the crime rate, the average price per square meter, the number of inhabitants and the average income per inhabitant . Thus, through programming in Python and Keras, a model has been obtained. It has been refined by adjusting several hyperparameters. In order to develop the model, an RMSprop optimization function has been used, while both the MSE (mean squared error) and the MAE (mean absolute error) have been used for the measurement of the error. The obtained models are able to forecast prices in euros of housing and can be used in automatic valuation models., [CA] La major informació disponible al mercat immobiliari i l'avanç de les tècniques d'intel·ligència artificial permeten desenvolupar models de valoració de béns de naturalesa immobiliària. Aquest treball desenvolupa models de xarxes neuronals artificials capaços de predir el valor de l'habitatge a la ciutat de Madrid. A partir d'internet i mitjançant tècniques de web scraping s'ha construït una base de dades composta per habitatges en venda al desembre de 2018. La base de dades s'ha depurat eliminant aquelles observacions anòmales que pot inferir en l'anàlisi i predicció. Les variables explicatives utilitzades han sigut la superfície, el nombre d'habitacions, l'alçada de l'habitatge, la zona en què es troba situada, la ràtio de criminalitat, el preu mitjà per metre quadrat, el nombre d'habitants i l'ingrés mig per habitant . D'aquesta forma, mitjançant programació amb Python i Keras s'ha obtingut un model que s'ha afinat mitjançant ajust de diversos hiperparámetros. Per portar a terme el model s'ha emprat com a funció d'optimització RMSprop mentre que per al mesurament de l'error s'ha emprat tant el MSE (error mitjà quadràtic) com el MAE (error mitjà absolut). Els models obtinguts prediuen el preu en euros de l'habitatge i poden ser utilitzats en models de valoració automàtica.

[ES] En este proyecto se ha desarrollado un algoritmo que facilita las tareas de monitorización de nematodos Caenorhabditis elegans (C. elegans), con el objetivo de automatizar las tareas de investigación. En concreto, se trata de un clasificador de imágenes que permite detectar si el gusano está vivo o muerto. En primer lugar, se ha realizado un estudio de alternativas revisando proyectos similares y comparando las técnicas tradicionales de visión por computador y los algoritmos de Aprendizaje Profundo (Deep Learning). Tras analizar sus ventajas y desventajas, se ha optado por hacer uso de redes neuronales artificiales. Para poder entrenar redes neuronales, es necesario disponer de una gran cantidad de imágenes etiquetadas, por lo que se ha procedido a etiquetar la base de datos disponible. Seguidamente, se ha planteado el uso de dos arquitecturas de redes neuronales: las redes neuronales convolucionales y las redes neuronales recurrentes. Para cada tipo de red se necesita un tipo de entrada, por lo que se han propuesto varios métodos para introducir la información. Una vez generado el dataset completo, se ha divido en grupos de entrenamiento y validación. A continuación, se han implementado las redes neuronales haciendo uso del software de Deep Learning Pytorch y se han desarrollado diferentes pruebas para determinar la arquitectura más apropiada para resolver el problema y optimizar los resultados. Como conclusión, se ha comprobado que la combinación de redes neuronales convolucionales y recurrentes obtiene los mejores porcentajes de precisión al clasificar las imágenes de C. elegans., [EN] In this project an algorithm has been developed that facilitates the monitoring tasks of nematodes Caenorhabditis elegans (C. elegans), with the aim of automating research tasks. Specifically, it is an image classifier that allows to detect if the worm is alive or dead. First of all, a study of alternatives has been carried out by reviewing similar projects and comparing traditional computer vision techniques and Deep Learning algorithms. After analyzing their advantages and disadvantages, it has been decided to make use of artificial neural networks. In order to train neural networks, it is necessary to have a large number of tagged images, so we have proceeded to tag the database available. Next, the use of two neural network architectures has been considered: convolutional neural networks and recurrent neural networks. For each type of network an input type is needed, so several methods have been proposed to introduce the information. Once the complete dataset has been generated, it has been divided into training and validation groups. Next, neural networks have been implemented using the Deep Learning Pytorch software and different tests have been developed to determine the most appropriate architecture to solve the problem and optimize the results. As a conclusion, it has been proved that the combination of convolutional and recurrent neural networks obtains the best percentages of precision when classifying the images of C. elegans.

[ES] Los métodos actuales de detección temprana de cáncer de vejiga presentan baja sensibilidad para la detección de tumores de bajo grado, son invasivos, de coste elevado y operador dependientes. En este proyecto se desarrollan distintos modelos clasificadores basados en el análisis de orina mediante lengua electrónica voltamétrica de cuatro electrodos nobles y cuatro electrodos no-nobles como una potencial herramienta de apoyo al diagnóstico no invasivo de cáncer de vejiga. Para la clasificación los resultados arrojados por un PLSDA son insuficientes, por lo que se exploran técnicas de clasificación más avanzadas. Para ello, de los 966 puntos de corriente medidos por muestra y electrodo, se obtienen cuatro estadísticos adicionales: derivadas locales de las formas de onda, integración de los pulsos de la misma, componentes frecuenciales discretas, y corrientes iniciales y finales que corresponden a la corriente mínima generada respecto al potencial de reposo del sistema electroquímico. Adicionalmente, se prueban distintos pretratamientos. Los modelos clasificadores desarrollados se basan en regresiones lineales, máquinas de soporte vectorial (SVM) y redes neuronales artificiales (ANN) con y sin reducción de la dimensión (mediante PCA y PFA), además de sNPLSDA. Finalmente, se desarrollan modelos conjuntos combinando las técnicas mencionadas, propias de distintas disciplinas (minería de datos, análisis multivariante, análisis N-dimensional y redes neuronales artificiales), obteniéndose una tasa de acierto binomial sin variables adicionales del 77.3% ± 5.8% y del 74.4% ± 8.0% con ellas., [EN] The bladder cancer early detection is nowadays done through urine analysis of metabolites. This technique offers high specificity (>90%) but with moderate sensibility (<50%), and presents a temporal and economic cost related with the need of laboratory analysis. A candidate for replacing this technique is the use of an electronic tongue, which has given positive results for the prostate cancer early detection application. The electronic tongue would allow obtaining immediate results with practically any variable cost. In this project is developed and combined different classifying algorithms based on the measurements realized at La Fe Polytechnic Hospital through FraPlusMini equipment, an electronic tongue developed by IDM, at the same time that it is performed an analysis to improve the device for the application. Focused in these objectives multivariate analysis, data mining and neural networks are combined.

[ES] En este proyecto se ha desarrollado un algoritmo que facilita las tareas de monitorización de nematodos Caenorhabditis elegans (C. elegans), con el objetivo de automatizar las tareas de investigación. En concreto, se trata de un clasificador de imágenes que permite detectar si el gusano está vivo o muerto. En primer lugar, se ha realizado un estudio de alternativas revisando proyectos similares y comparando las técnicas tradicionales de visión por computador y los algoritmos de Aprendizaje Profundo (Deep Learning). Tras analizar sus ventajas y desventajas, se ha optado por hacer uso de redes neuronales artificiales. Para poder entrenar redes neuronales, es necesario disponer de una gran cantidad de imágenes etiquetadas, por lo que se ha procedido a etiquetar la base de datos disponible. Seguidamente, se ha planteado el uso de dos arquitecturas de redes neuronales: las redes neuronales convolucionales y las redes neuronales recurrentes. Para cada tipo de red se necesita un tipo de entrada, por lo que se han propuesto varios métodos para introducir la información. Una vez generado el dataset completo, se ha divido en grupos de entrenamiento y validación. A continuación, se han implementado las redes neuronales haciendo uso del software de Deep Learning Pytorch y se han desarrollado diferentes pruebas para determinar la arquitectura más apropiada para resolver el problema y optimizar los resultados. Como conclusión, se ha comprobado que la combinación de redes neuronales convolucionales y recurrentes obtiene los mejores porcentajes de precisión al clasificar las imágenes de C. elegans., [EN] In this project an algorithm has been developed that facilitates the monitoring tasks of nematodes Caenorhabditis elegans (C. elegans), with the aim of automating research tasks. Specifically, it is an image classifier that allows to detect if the worm is alive or dead. First of all, a study of alternatives has been carried out by reviewing similar projects and comparing traditional computer vision techniques and Deep Learning algorithms. After analyzing their advantages and disadvantages, it has been decided to make use of artificial neural networks. In order to train neural networks, it is necessary to have a large number of tagged images, so we have proceeded to tag the database available. Next, the use of two neural network architectures has been considered: convolutional neural networks and recurrent neural networks. For each type of network an input type is needed, so several methods have been proposed to introduce the information. Once the complete dataset has been generated, it has been divided into training and validation groups. Next, neural networks have been implemented using the Deep Learning Pytorch software and different tests have been developed to determine the most appropriate architecture to solve the problem and optimize the results. As a conclusion, it has been proved that the combination of convolutional and recurrent neural networks obtains the best percentages of precision when classifying the images of C. elegans.

[ES] Existen grandes colecciones de manuscritos, las cuales contienen información muy valiosa sobre aspectos cruciales de la historia de nuestra sociedad. Existe tal cantidad de documentos que de forma manual se tardarían años, o incluso siglos, en poder extraer toda la información, cuya mayoría es textual. Debido a esto, se trata de utilizar técnicas de maquetación y reconocimiento de texto manuscrito de las imágenes de forma automática a fin de poder comprender mejor, y de manera m´as eficiente, la información que nos proporcionan estas colecciones. Este Trabajo de Fin de Máster se ha centrado en el desarrollo y evaluación de diferentes técnicas de aprendizaje profundo para realizar la maquetación de páginas con alto valor histórico. Por lo que este trabajo gira en torno a dos tareas. La primera, la segmentación de zonas en un corpus del siglo XIV al siglo XIX. Dicho corpus está compuesto mayormente por tablas, habilitando un posterior análisis para permitir realizar consultas estructuradas. La segunda tarea trata de la separación de registros en una colección del siglo XIV al siglo XV dictados por el rey de Francia. Dicha separación ayudaría a la búsqueda de temas concretos de la época, así como posibles sentencias escritas en dichos registros. Además, se ha utilizado la información textual disponible en ambas colecciones para fusionarla con la información gráfica de la página y analizar así su impacto sobre los resultados. Tras experimentar con diferentes arquitecturas de redes convolucionales, se han mejorado los resultados base en una de las tareas. Por otro lado, la información textual extraída del contenido textual de los documentos ha ayudado a obtener mejoras en los resultados en ambas tareas., [EN] There are large collections of manuscripts which contain very valuable information on crucial aspects of the history of our society. There are such large quantity of documents that it would take years, of even centuries, to manually extract all the information, most of it is textual. Due to this, there are automatic image document layout analysis and handwritten text recognition techniques that helps to get a better understanding –and more efficiently –of the information provided by these collections. This Master Thesis has focused on the development and evaluation of different deep learning techniques to make the layout of pages with high historical value. This work revolves around two tasks. The first one, the zone segmentation in a corpus of the century XIV to the century XIX. This corpus is mostly composed by tables, enabling a subsequent analysis to allow structured queries. The second task deals with the separation of records in a collection of the century XIV to the century XV dictated by the King of France. This separation would help the search for specific issues of the time, as well as possible sentences written in those records. In addition, we have tried to use the textual information available in both collections used for merge this information with the graphic information of the page and checking its impact on the results. We have experimented with different architectures of convolutional networks and the base results have been improved in one of the tasks. It also shows how the extracted textual information helps to obtain improvements in the results in both tasks., [CA] Existeixen grans col·leccions de manuscrits, els quals contenen informació molt valuosa sobre aspectes crucials de la història de la nostra societat. Existeix tal quantitat de documents que de forma manual trigaríem anys, o inclús segles, en poder extraure tota la informació, on la majoria és textual. A causa d’això, es tracta d’utilitzar tècniques de maquetació i reconeixement de text manuscrit de les imatges de forma automàtica a fi de poder comprendre millor, i de manera més eficient, la informació que proporcionen aquestes col·leccions. Aquest Treball de Fi de Màster s’ha centrat en el desenvolupament i avaluació de diferents tècniques d’aprenentatge profund per a realitzar la maquetació de pàgines amb alt valor històric. Pel que aquest treball gira en torna a dues tasques. La primera, la segmentació de zones en un corpus del segle XIV al segle XIX. Dit corpus està compost majorment per taules, habilitant un posterior anàlisi per permetre realitzar consultes estructurades. La segona tasca tracta de la separació de registres en una col·lecció del segle XIV al segle XV dictats pel rei de França. Dita separació ajudaria a la recerca de temes concrets de l’època, així com possibles sentències escrites en els dits registres. A més, s’ha tractat d’utilitzar la informació textual disponible en ambdues col·leccions fusionant-les amb la informació gràfica de la pàgina i analitzant el seu impacte sobre els resultats. Després d’experimentar amb diferents arquitectures de xarxes convolucionals, s’han trobat millores en els resultats base d’una de les tasques. Per una altra banda, la informació textual extreta ha ajudat a obtenir millores en els resultats d’ambdues tasques.

[ES] Existen grandes colecciones de manuscritos, las cuales contienen información muy valiosa sobre aspectos cruciales de la historia de nuestra sociedad. Existe tal cantidad de documentos que de forma manual se tardarían años, o incluso siglos, en poder extraer toda la información, cuya mayoría es textual. Debido a esto, se trata de utilizar técnicas de maquetación y reconocimiento de texto manuscrito de las imágenes de forma automática a fin de poder comprender mejor, y de manera m´as eficiente, la información que nos proporcionan estas colecciones. Este Trabajo de Fin de Máster se ha centrado en el desarrollo y evaluación de diferentes técnicas de aprendizaje profundo para realizar la maquetación de páginas con alto valor histórico. Por lo que este trabajo gira en torno a dos tareas. La primera, la segmentación de zonas en un corpus del siglo XIV al siglo XIX. Dicho corpus está compuesto mayormente por tablas, habilitando un posterior análisis para permitir realizar consultas estructuradas. La segunda tarea trata de la separación de registros en una colección del siglo XIV al siglo XV dictados por el rey de Francia. Dicha separación ayudaría a la búsqueda de temas concretos de la época, así como posibles sentencias escritas en dichos registros. Además, se ha utilizado la información textual disponible en ambas colecciones para fusionarla con la información gráfica de la página y analizar así su impacto sobre los resultados. Tras experimentar con diferentes arquitecturas de redes convolucionales, se han mejorado los resultados base en una de las tareas. Por otro lado, la información textual extraída del contenido textual de los documentos ha ayudado a obtener mejoras en los resultados en ambas tareas., [EN] There are large collections of manuscripts which contain very valuable information on crucial aspects of the history of our society. There are such large quantity of documents that it would take years, of even centuries, to manually extract all the information, most of it is textual. Due to this, there are automatic image document layout analysis and handwritten text recognition techniques that helps to get a better understanding –and more efficiently –of the information provided by these collections. This Master Thesis has focused on the development and evaluation of different deep learning techniques to make the layout of pages with high historical value. This work revolves around two tasks. The first one, the zone segmentation in a corpus of the century XIV to the century XIX. This corpus is mostly composed by tables, enabling a subsequent analysis to allow structured queries. The second task deals with the separation of records in a collection of the century XIV to the century XV dictated by the King of France. This separation would help the search for specific issues of the time, as well as possible sentences written in those records. In addition, we have tried to use the textual information available in both collections used for merge this information with the graphic information of the page and checking its impact on the results. We have experimented with different architectures of convolutional networks and the base results have been improved in one of the tasks. It also shows how the extracted textual information helps to obtain improvements in the results in both tasks., [CA] Existeixen grans col·leccions de manuscrits, els quals contenen informació molt valuosa sobre aspectes crucials de la història de la nostra societat. Existeix tal quantitat de documents que de forma manual trigaríem anys, o inclús segles, en poder extraure tota la informació, on la majoria és textual. A causa d’això, es tracta d’utilitzar tècniques de maquetació i reconeixement de text manuscrit de les imatges de forma automàtica a fi de poder comprendre millor, i de manera més eficient, la informació que proporcionen aquestes col·leccions. Aquest Treball de Fi de Màster s’ha centrat en el desenvolupament i avaluació de diferents tècniques d’aprenentatge profund per a realitzar la maquetació de pàgines amb alt valor històric. Pel que aquest treball gira en torna a dues tasques. La primera, la segmentació de zones en un corpus del segle XIV al segle XIX. Dit corpus està compost majorment per taules, habilitant un posterior anàlisi per permetre realitzar consultes estructurades. La segona tasca tracta de la separació de registres en una col·lecció del segle XIV al segle XV dictats pel rei de França. Dita separació ajudaria a la recerca de temes concrets de l’època, així com possibles sentències escrites en els dits registres. A més, s’ha tractat d’utilitzar la informació textual disponible en ambdues col·leccions fusionant-les amb la informació gràfica de la pàgina i analitzant el seu impacte sobre els resultats. Després d’experimentar amb diferents arquitectures de xarxes convolucionals, s’han trobat millores en els resultats base d’una de les tasques. Per una altra banda, la informació textual extreta ha ajudat a obtenir millores en els resultats d’ambdues tasques.

[ES] Los métodos actuales de detección temprana de cáncer de vejiga presentan baja sensibilidad para la detección de tumores de bajo grado, son invasivos, de coste elevado y operador dependientes. En este proyecto se desarrollan distintos modelos clasificadores basados en el análisis de orina mediante lengua electrónica voltamétrica de cuatro electrodos nobles y cuatro electrodos no-nobles como una potencial herramienta de apoyo al diagnóstico no invasivo de cáncer de vejiga. Para la clasificación los resultados arrojados por un PLSDA son insuficientes, por lo que se exploran técnicas de clasificación más avanzadas. Para ello, de los 966 puntos de corriente medidos por muestra y electrodo, se obtienen cuatro estadísticos adicionales: derivadas locales de las formas de onda, integración de los pulsos de la misma, componentes frecuenciales discretas, y corrientes iniciales y finales que corresponden a la corriente mínima generada respecto al potencial de reposo del sistema electroquímico. Adicionalmente, se prueban distintos pretratamientos. Los modelos clasificadores desarrollados se basan en regresiones lineales, máquinas de soporte vectorial (SVM) y redes neuronales artificiales (ANN) con y sin reducción de la dimensión (mediante PCA y PFA), además de sNPLSDA. Finalmente, se desarrollan modelos conjuntos combinando las técnicas mencionadas, propias de distintas disciplinas (minería de datos, análisis multivariante, análisis N-dimensional y redes neuronales artificiales), obteniéndose una tasa de acierto binomial sin variables adicionales del 77.3% ± 5.8% y del 74.4% ± 8.0% con ellas., [EN] The bladder cancer early detection is nowadays done through urine analysis of metabolites. This technique offers high specificity (>90%) but with moderate sensibility (<50%), and presents a temporal and economic cost related with the need of laboratory analysis. A candidate for replacing this technique is the use of an electronic tongue, which has given positive results for the prostate cancer early detection application. The electronic tongue would allow obtaining immediate results with practically any variable cost. In this project is developed and combined different classifying algorithms based on the measurements realized at La Fe Polytechnic Hospital through FraPlusMini equipment, an electronic tongue developed by IDM, at the same time that it is performed an analysis to improve the device for the application. Focused in these objectives multivariate analysis, data mining and neural networks are combined.

[ES] Existen grandes colecciones de manuscritos, las cuales contienen información muy valiosa sobre aspectos cruciales de la historia de nuestra sociedad. Existe tal cantidad de documentos que de forma manual se tardarían años, o incluso siglos, en poder extraer toda la información, cuya mayoría es textual. Debido a esto, se trata de utilizar técnicas de maquetación y reconocimiento de texto manuscrito de las imágenes de forma automática a fin de poder comprender mejor, y de manera m´as eficiente, la información que nos proporcionan estas colecciones. Este Trabajo de Fin de Máster se ha centrado en el desarrollo y evaluación de diferentes técnicas de aprendizaje profundo para realizar la maquetación de páginas con alto valor histórico. Por lo que este trabajo gira en torno a dos tareas. La primera, la segmentación de zonas en un corpus del siglo XIV al siglo XIX. Dicho corpus está compuesto mayormente por tablas, habilitando un posterior análisis para permitir realizar consultas estructuradas. La segunda tarea trata de la separación de registros en una colección del siglo XIV al siglo XV dictados por el rey de Francia. Dicha separación ayudaría a la búsqueda de temas concretos de la época, así como posibles sentencias escritas en dichos registros. Además, se ha utilizado la información textual disponible en ambas colecciones para fusionarla con la información gráfica de la página y analizar así su impacto sobre los resultados. Tras experimentar con diferentes arquitecturas de redes convolucionales, se han mejorado los resultados base en una de las tareas. Por otro lado, la información textual extraída del contenido textual de los documentos ha ayudado a obtener mejoras en los resultados en ambas tareas., [EN] There are large collections of manuscripts which contain very valuable information on crucial aspects of the history of our society. There are such large quantity of documents that it would take years, of even centuries, to manually extract all the information, most of it is textual. Due to this, there are automatic image document layout analysis and handwritten text recognition techniques that helps to get a better understanding –and more efficiently –of the information provided by these collections. This Master Thesis has focused on the development and evaluation of different deep learning techniques to make the layout of pages with high historical value. This work revolves around two tasks. The first one, the zone segmentation in a corpus of the century XIV to the century XIX. This corpus is mostly composed by tables, enabling a subsequent analysis to allow structured queries. The second task deals with the separation of records in a collection of the century XIV to the century XV dictated by the King of France. This separation would help the search for specific issues of the time, as well as possible sentences written in those records. In addition, we have tried to use the textual information available in both collections used for merge this information with the graphic information of the page and checking its impact on the results. We have experimented with different architectures of convolutional networks and the base results have been improved in one of the tasks. It also shows how the extracted textual information helps to obtain improvements in the results in both tasks., [CA] Existeixen grans col·leccions de manuscrits, els quals contenen informació molt valuosa sobre aspectes crucials de la història de la nostra societat. Existeix tal quantitat de documents que de forma manual trigaríem anys, o inclús segles, en poder extraure tota la informació, on la majoria és textual. A causa d’això, es tracta d’utilitzar tècniques de maquetació i reconeixement de text manuscrit de les imatges de forma automàtica a fi de poder comprendre millor, i de manera més eficient, la informació que proporcionen aquestes col·leccions. Aquest Treball de Fi de Màster s’ha centrat en el desenvolupament i avaluació de diferents tècniques d’aprenentatge profund per a realitzar la maquetació de pàgines amb alt valor històric. Pel que aquest treball gira en torna a dues tasques. La primera, la segmentació de zones en un corpus del segle XIV al segle XIX. Dit corpus està compost majorment per taules, habilitant un posterior anàlisi per permetre realitzar consultes estructurades. La segona tasca tracta de la separació de registres en una col·lecció del segle XIV al segle XV dictats pel rei de França. Dita separació ajudaria a la recerca de temes concrets de l’època, així com possibles sentències escrites en els dits registres. A més, s’ha tractat d’utilitzar la informació textual disponible en ambdues col·leccions fusionant-les amb la informació gràfica de la pàgina i analitzant el seu impacte sobre els resultats. Després d’experimentar amb diferents arquitectures de xarxes convolucionals, s’han trobat millores en els resultats base d’una de les tasques. Per una altra banda, la informació textual extreta ha ajudat a obtenir millores en els resultats d’ambdues tasques.