Search

La relación entre la Inteligencia Artificial y los videojuegos es muy estrecha. Por un lado, la IA puede usar los videojuegos como un campo de entrenamiento, y por otro, los videojuegos pueden implementar diversas técnicas de IA para generar comportamientos y contenido innovador. En este proyecto, se está trabajando en el desarrollo de un Agente Inteligente utilizando técnicas de aprendizaje por refuerzo, con el objetivo de que pueda desenvolverse en diferentes escenarios del videojuego Kart Gaming. Asimismo, el proyecto se enfoca en la creación de nuevos escenarios jugables para el mismo juego., The relationship between Artificial Intelligence and video games is very close. On the one hand, AI can use video games as a training ground, and on the other hand, video games can implement various AI techniques to generate innovative behaviour and content. In this project, we are working on the development of an Intelligent Agent using reinforcement learning techniques, so that it can perform in different scenarios of the video game Kart Gaming. The project also focuses on the creation of new playable scenarios for the same game.

Multi-Input Multi-Output (MIMO) radar systems have been extensively studied for their potential to enhance target tracking in complex environments. Recent advancements in the field of Artificial Intelligence (AI) and Machine Learning (ML) have significantly contributed to further improving the performance of these systems. This thesis focuses on studying a Reinforcement Learning (RL) model that employs an enhanced SARSA algorithm for MIMO tracking radar, starting from a RL approach of multi-target detection for cognitive radar (CR). A Monte Carlo method is used to generate randomness for noise, and targets are detected through a robust Wald type test statistic. We implemented a modified Double SARSA algorithm in the system model, as well as, added a new set of scenarios based on randomness in the position of the targets and their appearance in them. Finally, we evaluated the performance of both algorithms under this scenarios., Los sistemas de radar Multi-Input Multi-Output (MIMO) han sido ampliamente estudiados debido a su potencial para mejorar el seguimiento de objetivos en entornos complejos. Los recientes avances en el campo de la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA) han contribuido significativamente a mejorar aún más el rendimiento de estos sistemas. Esta tesis se enfoca en estudiar un modelo de Aprendizaje por Refuerzo que utiliza un algoritmo SARSA mejorado para el seguimiento de radar MIMO, partiendo de un enfoque de RL para la detección de múltiples objetivos para radar cognitivo (CR). Se utiliza un método de Monte Carlo para generar aleatoriedad en el ruido, y los objetivos se detectan a través de una prueba robusta de estadística de tipo Wald. Además, se ha implementado un algoritmo Double SARSA modificado en el modelo radar, así como un nuevo conjunto de escenarios basados en la aleatoriedad en la posición de los objetivos y su aparición en ellos. Finalmente, se evalua el rendimiento de detección del radar para ambos algoritmos en estos escenarios., Els sistemes de radar Multi-Input Multi-Output (MIMO) han estat àmpliament estudiats a causa del seu potencial per millorar el seguiment d'objectius en entorns complexos. Els avenços recents en el camp de la Intel·ligència Artificial (IA) i l'Aprenentatge Automàtic (AA) han contribuït significativament a millorar encara més el rendiment d'aquests sistemes. Aquesta tesi s'enfoca en estudiar un model d'aprenentatge per reforç que utilitza un algorisme SARSA millorat pel seguiment de radar MIMO, el cual parteix d'un enfocament de RL per a la detecció de múltiples objectius per a radar cognitiu (CR), basats. S'utilitza un mètode de Monte Carlo per generar aleatorietat al soroll, i els objectius es detecten mitjançant una prova robusta d'estadística de tipus Wald. A més, s'ha implementat un algorisme Double SARSA modificat i un nou conjunt d'escenaris basats en l'aleatorietat en la posició dels objectius i la seva aparició. Finalment, s'avalua el rendiment de detecció del radar per a tots dos algorismes en aquests escenaris.

Se propone el desarrollo de sistemas y algoritmos de aprendizaje reforzado profundo para entornos de vehículos autónomos. Para ello se propone inicialmente realizar una búsqueda bibliográfica sobre el uso de esta técnica de aprendizaje reforzado profundo para aplicaciones futuras de vehículos autónomos. Otro elemento básico de este proyecto será el desarrollo de herramientas de aprendizaje reforzado profundo, para mejorar en lo posible, la capacidad de aprendizaje del vehículo, la capacidad de adaptación a un entorno cambiante, y su capacidad final de decidir y realizar u, The project explores the possibilities offered by reinforcement learning in the field of robotics with the vision of guiding robots in changing environments with collision avoidance through potential fields. For this, the DDPG, TD3, SAC and PPO reinforcement learning algorithms are implemented through the Matlab Toolbox "Reinforcement Learning" with the aim of carrying out a comparative study on which of them is the most optimal for different configurations of environments and parameters, with the help of training graphs and statistical tables. Also, potential fields have been developed in this project, demonstrating to be a suitable tool for guiding robots in changing environments, and even to implement multi agent scenarios, avoiding collisions among them and enhancing collaboration., El projecte explora les possibilitats que ofereix l'aprenentatge per reforç en l'àmbit de la robòtica amb la visió de guiar robots a través d'entorns canviants amb evitació de col·lisions mitjançant camps de potencials. Per això s'implementen els algorismes d'aprenentatge per reforç DDPG, TD3, SAC i PPO per mitjà de la Toolbox de Matlab Reinforcement Learning amb l'objectiu de fer un estudi comparatiu sobre quin d'ells és el més òptim per a diferents configuracions d'entorns i paràmetres; tot això amb l'ajuda de gràfiques d'entrenament i taules estadístiques. Així mateix, s'han desenvolupat camps potencials en aquest projecte, demostrant ser una eina adequada per a guiar robots en entorns canviants, i fins i tot per implementar escenaris multiagent, evitant col·lisions entre ells i potenciant la col·laboració., El proyecto explora las posibilidades que ofrece el aprendizaje por refuerzo en el ámbito de la robótica con la visión de guiar a robots a través de entornos cambiantes con evitación de colisiones mediante campos potenciales. Para ello se implementan los algoritmos de aprendizaje por refuerzo DDPG, TD3, SAC y PPO por intermedio de la Toolbox de Matlab "Reinforcement Learning" con el objetivo de realizar un estudio comparativo sobre cuál de ellos es el más óptimo para diferentes configuraciones de entornos y parámetros; todo ello con la ayuda de gráficas de entrenamiento y tablas estadísticas. Además, en este proyecto se han desarrollado campos potenciales, demostrando ser una herramienta adecuada para guiar robots en entornos cambiantes, e incluso implementar escenarios multiagente, evitando colisiones entre ellos y potenciando la colaboración.

Como estudiante, en muchas ocasiones he tenido la necesidad de preguntar sobre cuestiones académicas que no lograba encontrar. Y el hecho de que las entidades que pueden responderlas estén saturadas en ocasiones genera una sensación de frustración en el alumno que termina en un mayor descontento y en más saturación de las entidades en cuestión. Es por ello que el objetivo de este proyecto es crear un bot fácilmente escalable que permita a los alumnos facilitar sus problemas del día a día. Si bien no sustituye a dichas entidades, puede reducir su carga de trabajo mediante respuestas más automáticas a cuestiones que resulten más 'triviales' para el alumno. Juntando todo lo que el alumno pueda interesarle en un único menú y con la posibilidad de contactar desde allí con las entidades que necesite si se diera el caso., As a student, on many occasions, I have needed to ask academic questions that I could not find. And the fact that the entities that can answer them are sometimes saturated generates a feeling of frustration in the student that ends in greater discontent and more saturation of the entities in question. That is why the objective of this project is to create an easily scalable bot that allows students to facilitate their day-to-day problems. Although it does not replace these entities, it can reduce their workload through more automatic answers to questions that are more 'trivial' for the student. Bringing together everything that the student may be interested in in a single menu and with the possibility of contacting from there with the entities that they need if the case arises.

La Inteligencia Artificial es un área que trata de evolucionar constantemente con el fin de poder abordar cualquier problema, consiguiendo que hoy en día prácticamente todo pueda estar automatizado. En nuestro trabajo vamos a centrarnos en el aprendizaje por refuerzo, un área que cobra cada vez más fuerza dentro de este ámbito. Hace relativamente poco, Unity presento un kit de herramientas para el aprendizaje automático llamado ml-agents. Esta herramienta nos permite llevar a cabo proyectos muy sencillos así como otros de mucha complejidad, y todo esto sin la necesidad de tener una gran experiencia en el ámbito. En este proyecto vamos a diseñar e implementar un sistema complejo donde un agente aprenda a navegar por entornos naturales de la forma mas realista posible. Buscaremos explotar al máximo las capacidades de esta herramientas, tratando que las decisiones que toma nuestro agente sean lógicas y coherentes en función del escenario que tenga delante., Artificial Intelligence is an area that is constantly evolving in order to be able to tackle any problem, so that nowadays practically everything can be automated. In our work we are going to focus on reinforcement learning, an area that is gaining more and more strength in this field. Relatively recently, Unity introduced a machine learning toolkit called ml-agents. This tool allows us to carry out very simple projects as well as others of great complexity, and all this without the need of having a great deal of experience in the field. In this project we are going to design and implement a complex system where an agent learns to navigate through natural environments in the most realistic way possible. We will seek to exploit the capabilities of these tools to the maximum, trying to ensure that the decisions made by our agent are logical and coherent depending on the scenario he is faced with.

The rise of social networks and the increase of notifications we receive on our phones has had a negative impact on the way people work. Distractions have become a more serious problem on such times when productivity is the center of attention of many project managers. This project has analyzed this issue, and proposed a modern and flexible solution based on a conversational agent. It has implemented and evaluated a mobile application designed to support focused work, obtaining results that suggest the validation and effectiveness of a work assistant to increase productivity and well-being.

Supreme és una marca d'skate que comercialitza roba i altres tipus de productes. En els últims anys s'ha tornat molt popular, sobretot entre els adolescents, i ha esdevingut tot un fenomen de masses i un actor influent a la indústria de la moda. La característica més distintiva de Supreme és el seu model de negoci. Els productes de la marca no estan disponibles per comprar en qualsevol moment, en lloc d'això, la marca divideix les seves col·leccions en diversos llançaments («drops») setmanals. Els articles es llancen els dijous de cada setmana, a una hora determinada, amb un estoc molt limitat i quan s'esgoten no tornen a estar disponibles mai més. La majoria d'articles s'esgoten en qüestió de segons, això vol dir que hi ha una diferència notable entre l'oferta de productes i la seva demanda. Fet que ha propiciat l'aparició d'un gran mercat de revenda. Inicialment, els clients utilitzaven scripts rudimentaris i extensions de navegador per aconseguir un avantatge respecte els altres compradors i ser els primers en passar per caixa. Poc a poc, aquests mètodes van anar evolucionant fins als complexos bots de compra que existeixen avui en dia. Aquests bots són capaços de realitzar tot el procés de compra de forma automàtica i d'obtenir el producte desitjat per l'usuari sense la necessitat d'interacció humana. L'ús de bots de compra a Supreme està tan estès que si un usuari vol adquirir un dels articles més cobdiciats d'un llançament, llavors és imprescindible que n'utilitzi un. Al llarg d'aquest treball es descriu el desenvolupament d'un bot de compra basat en emulació del navegador, començant per l'estudi del context del projecte, passant per la definició de l'abast i la metodologia utilitzada, seguint amb l'especificació i el disseny de l'aplicació i acabant amb l'explicació de la implementació i la valoració dels resultats. Els bots basats en emulació interactuen amb la pàgina de Supreme a través del navegador, utilitzant els elements visuals de la interfície web, co, Supreme is a skate brand that sells clothing and other types of products. In recent years it has become very popular, especially among teenagers, and has become a mass phenomenon and an influential actor in the fashion industry. Supreme's most distinctive feature is its business model. The products of the brand are not available all the time, instead the brand divides its collections into several weekly releases ("drops"). The items are released on Thursdays of each week, at a certain time, with a very limited stock and when they run out they are never available again. Most items sell out in a matter of seconds, which means that there is a noticeable difference between product supply and demand. This fact has led to the appearance of a large resale market. Initially, customers used rudimentary scripts and browser extensions to gain an advantage over other shoppers and be the first to checkout. Gradually, these methods evolved into the complex shopping bots that exist today. These bots are capable of carrying out the entire purchase process automatically and obtain the product desired by the user without human interaction. The use of shopping bots on Supreme is so widespread that if a user wants to purchase one of the most coveted items from a drop, then using one is a must. This final thesis describes the development of a shopping bot that is based on browser emulation, starting with the study of the project context, going through the definition of the project scope and the methodology used, continuing with the specification and design of the application and ending with the explanation of the implementation and the evaluation of the results. Emulation-based bots interact with the Supreme page through the browser, using the visual elements of the web interface, as if they were normal buyers. The advantage of this type of bots is that they have the fingerprint of a real browser and they pass unnoticed by the control systems. To implement the application, Java has been

Donat l'enorme creixement de les tecnologies blockchain a finals de 2021. En particular un dels seus actius anomenat NFT, un actiu que és una nova forma d'escassetat digital. Aquest projecte pretén estudiar el seu mercat encara altament volàtil i desenvolupar tant un DataFrame com un bot, capaços de predir el rendiment economic d'una col·lecció de NFTs en el futur proper. El projecte es centra en el mercat principal de NFT Opensea i concretament en les col·leccions de l'ecosistema Ethereum, que té el 80% del mercat a principis de 2022. Degut a la seva novetat, fins ara s'han fet poques aplicacions i estudis sobre aquest nou mercat. Però això no ha impedit que aquest nou actiu augmenti ràpidament en popularitat des de els 10.000 usuaris fins a més d'1,5 milions només en l'últim any. És cert que a mesura que creix l'interès es publicaran més informació i projectes, però cap semblant a aquesta tesi a la data d'inici. Quan s'intenta fer un anàlisi de dades la mida de la mostra és un factor clau, però aquest és un escàs recurs quan es parla de transaccions NFT. Per això per fer tota l'anàlisi i proves d'aquest projecte, s'han seleccionat 36 de les col·leccions més venudes del mercat. Per crear aquest conjunt només s'han triat col·leccions principals, descartant col·leccions secundàries de marques ja consolidades en l'espai. A més, per garantir dades homogènies, tots els DataFrames emmagatzemen informació dels mateixos períodes des de l'1 de desembre de 2021 fins al 31 de març de 2022. Mitjançant l'API d'Opensea, la majoria de les dades necessàries s'han extret directament de la blockchain. Milers de transaccions de cada col·lecció NFT s'han processat i emmagatzemat en dataFrames, produint fitxers .csv facilment llegibles emmagatzemats en un directori per a un ús futur. Finalment, pel que fa al bot, s'ha utilitzat l'algoritme d'aprenentatge automàtic per a la predicció de dades LSTM (Long Short Term Memory). Aquest s'utilitza habitualment per a la predicció de la borsa i, Given the enormous growth of blockchain technologies at the end of 2021. Particularly one of its assets called NFTs, an asset that is a new form of digital scarcity. This project aims to study their still highly volatile market and develop both a dataFrame and a bot, capable of predicting a NFT collection performance in the near future. Project focuses on the NFT main marketplace Opensea and specifically the collections in the Ethereum ecosystem, which has 80% of the market as of early 2022. Because of its novelty few applications and studies have been done on this field to date. But this hasn't stopped this new asset to rapidly rise in popularity from a small 10k users to more than 1.5M only in the last year. It is true that as interest grows more and more information and projects are being published, but none similar to this thesis as of start date. When trying to do a data analysis sample size is a key factor, but a scarce resource when talking about NFT transactions. Because of this to make all the analysis and testing of this project 36 from the best-selling collections in the market have been selected. To create this set only main collections have been chosen, discarding secondary collections from already established brands. Moreover, to ensure homogeneous data, all dataFrames store information from the same periods from December 1st, 2021 to March 31, 2022. Using the Opensea API, most of the data needed has been taken directly from the blockchain. Thousands of transactions from each NFT collection have then been processed and stored into dataFrames, producing readable .csv files stored into a directory for future use. Lastly regarding the bot, machine learning algorithm for data prediction LSTM (Long Short Term Memory) have been used. Commonly used for stock market prediction, this algorithm has been selected as the most promising one for this project. Models have been trained and tested using subsets of each collection dataFrames. After that, further examina

En aquest projecte es desenvolupa un plugin que integra Botonic (framework per desenvolupar aplicacions conversacionals) amb un CMS anomenat Directus. El problema que es vol resoldre amb aquesta integració és la gestió dels continguts que es mostren a les aplicacions conversacionals. D'aquesta manera, enlloc de guardar els continguts en fitxers de la propia aplicació, aquesta informació es guarda en bases de dades i s'obté des del CMS mitjançant una API. Les principals millores que s'hi presenten amb aquesta solució són: no és necessari deployar l'aplicació de nou cada vegada que es vulgui fer un canvi en els continguts, usuaris externs, sense haver de tocar codi, poden manipular els continguts i els canvis s'hi veuen reflectits instantàniament, els continguts es poden organitzar i gestionar d'una manera més endreçada, hi ha molta més flexibilitat i possibilitats per crear continguts de diferents formes, amb diferents atributs i diferents funcionalitats, fan que el codi de l'aplicació quedi molt més nét i llegible. Per a poder triar la millor solució, s'ha realitzat un estudi i anàlisi exhaustius del mercat. Un cop s'ha escollit quin CMS encaixa el màxim possible amb les necessitats que s'hi presenten, s'ha desenvolupat el plugin d'una manera estructurada i seguint el principi de programació SOLID. Per cada funcionalitat s'han anat creant tests unitaris per assegurar que el codi funcioni correctament i per disminuir la possibilitat de l'existència d'algun bug o error. Els resultats han estat satisfactoris i s'ha pogut resoldre el problema plantejat. S'ha aconseguit integrar el CMS, podent guardar-hi la informació i obtenint-la per mostrar-la en una aplicació conversacional., In this project a plugin has been developed in order to integrate Botonic (framework for developing conversational applications) with a CMS called Directus. The problem to be solved with this integration is the management of the content displayed in conversational applications. In this way, instead of saving the contents in files of the application itself, this information is saved in databases and is obtained from the CMS through an API. The main improvements that are presented with this solution are: it is not necessary to deploy the app every time you want to make a change to the content, external users, without having to touch code, can manipulate the contents and the changes are reflected instantly, the contents can be organized and managed in a more orderly way, there is much more flexibility and possibilities to create content in different ways, with different attributes and different functionalities, make the application code much cleaner and more readable. In order to choose the best solution, an exhaustive study and analysis of the market has been carried out. Once it has been chosen which CMS fits the maximum possible with the needs that are presented, the plugin has been developed in a structured way and following the SOLID programming principle. Unit tests have been created for each functionality to ensure that the code works correctly and to reduce the possibility of the existence of a bug or error. The results have been satisfactory and the problem raised has been solved. The CMS has been integrated, being able to save the information and obtain it to display it in a conversational application.

There may be a lot of abusive behaviour in conversations between teenagers, which take place through social media. In this project, we develop classifiers to find out which texts present abuse such as violence, sexual behaviour, disorder, anxiety... For this reason, we use different classifiers that take advantage of the most recent techniques based on language modeling using deep neural networks, namely Transformers. But we find it difficult to obtain supervised data, i.e. data tagged with the feeling it contains. Luckily, thanks to the countless sources of information available on the Internet, we can get unsupervised data and examples of text on the Internet. Consequently, this project aims to explore the possibility of using unsupervised data, beyond using a supervised set to train a system in the task of sentiment classification. More specifically in short texts, in informal contexts and in Catalan and Spanish. We have a set of about 200,000 supervised samples and a set of 300,000 unsupervised samples. We will introduce and study different models of Transformers (BERT, GAN- BERT, XLM-RoBERTa and ELECTRA) and their performance in the work of sentiment analysis. To finish with, based on models that achieve a better score in the binary classification task of feelings, i.e. with ELECTRA and XLM-RoBERTa, we construct a multi- label classifier., En las conversaciones entre adolescentes, que se dan por medio de las redes sociales, pueden existir muchos comportamientos abusivos. En este proyecto desarrollamos clasificadores que detecten qué textos presentan algún abuso como violencia, conductas sexuales, desórdenes, ansiedad... Por este motivo, usamos diferentes clasificadores que aprovechan las técnicas más recientes basadas en modelado de lenguaje mediante redes neuronales profundas, concretamente Transformers. Pero nos encontramos con la dificultad de obtener datos supervisados, es decir datos etiquetados con el sentimiento que contiene. Por suerte, gracias a la infinidad de fuentes de información de las que disponemos en la red, podemos conseguir datos y ejemplos de texto no supervisado a internet. Por consiguiente, este proyecto quiere explorar la posibilidad de utilizar datos no supervisados, más allá de usar un conjunto de datos supervisado para entrenar un sistema en la tarea de clasificación de sentimientos. Más concretamente en textos cortos, en contextos informales y de lengua catalana y castellana. Contamos con un set de cerca de 200.000 muestras supervisadas y un set de 300.000 muestras no supervisadas. Introduciremos y estudiaremos diferentes modelos de Transformers (BERT, GAN-BERT, XLM-RoBERTa y ELECTRA) y su rendimiento en la tarea de análisis de sentimientos. Finalmente, a partir de los modelos que consiguen una mejor puntuación en la tarea de clasificación binaria de sentimientos, es decir con ELECTRA y XLM-RoBERTa, construimos un clasificador multi-etiqueta., En les converses entre adolescents, que es donen per mitjà de les xarxes socials, poden existir molts comportaments abusius. En aquesta tesi desenvolupem classificadors que detectin quins textos presenten algun abús com violència, conductes sexuals, desordres, ansietat... Per aquest motiu, faig servir diferents classificadors que aprofiten les tècniques més recents basades en modelat de llenguatge mitjançant xarxes neuronals profundes, concretament Transformers. Però ens trobem amb la dificultat d?obtenir dades supervisades, és a dir dades etiquetades amb el sentiment que conté. Per sort, gràcies a la infinitat de fonts d?informació de les que disposem a la xarxa, podem aconseguir dades i exemples de text no supervisat a internet. Per consegüent, aquest projecte vol explorar la possibilitat d'utilitzar dades no supervisades, més enllà de fer servir un set supervisat per entrenar un sistema en la tasca de classificació de sentiments. Més concretament en textos curts, en contextos informals i de llengua catalana i castellana. Comptem amb un set de prop de 200.000 mostres supervisades i un set de 300.000 mostres no supervisades. Introduirem i estudiarem diferents models de Transformers (BERT,GAN-BERT,XLM-Roberta i Electra) i el seu rendiment en la tasca d'anàlisi de sentiments. Finalment, a partir dels models que aconsegueixen una millor puntuació en la tasca de classificació binària de sentiments, és a dir amb Electra i XLM-Roberta, construïm un classificador multi-label

La empresa Bookline ha desarrollado un asistente virtual que puede atender llamadas a restaurantes y ayudar a los usuarios a realizar una reserva. Este trabajo pretende implementar todas sus funcionalidades a través de un chatbot que permita al asistente atender a usuarios a través de los servicios de mensajería instantánea más populares. El objetivo és diseñar un programa que pueda atender a los usuarios a través de chatbots de Whatsapp, Telegram y Facebook Messenger, y que se pueda extender fácilmente a otros servicios insertando unas mínimas modificaciones. Para el desarrollo de este proyecto se han utilizado principalmente servicios de Google Cloud Platform y el lenguaje de programación Python. El resultado final del proyecto és un chatbot para cada servicio de mensajería que permita dialogar en castellano o inglés, capaz de responder a cualquier pregunta igual que lo haría el asistente de Bookline y que permita reservar una mesa en los restaurantes que contraten este servicio., The company Bookline has developed a virtual assistant that attends calls to restaurants and helps users at making reservations. This project aims to implement all of the assistant's functions in a chatbot that would allow the assistant to attend users through the most popular instant messaging services. My objective is to design a program capable of attending users through chatbots in Whatsapp, Telegram and Facebook Messenger, and make it easy to extend it to other services through some minimal modifications. For the development of this project the tools that have been primarily used were some services from Google Cloud Platform and the programming language Python. The project's final result is a chatbot for each messaging service that can follow a conversation in Spanish or English, capable of responding to any question as Bookline's assistant would, and capable of booking a table in any restaurant that has hired this service., L'empresa Bookline ha desenvolupat un assistent virtual que pot atendre les trucades a restaurants i ajudar als usuaris a realitzar una reserva. Aquest treball pretén implementar totes les seves funcions a través d'un chatbot que permeti a l'assistent atendre als usuaris a través dels serveis de missatgeria instantània més populars. L'objectiu és dissenyar un programa que pugui atendre als usuaris a través de chatbots de Whatsapp, Telegram i Facebook Messenger, i que es pugui estendre fàcilment a altres serveis fent les modificacions mínimes. Per al desenvolupament d'aquest projecte s'han fet servir principalment serveis de Google Cloud Platform i el llenguatge de programació Python. El resultat final del projecte és un chatbot per a cada servei de missatgeria que permet dialogar amb castellà o anglès, capaç de respondre a qualsevol pregunta igual que l'assistent de Bookline i que permeti reservar una taula en els restaurants que contractin aquest servei.

Els models BPMN (Business Process Modeling and Notation), els quals permeten representar els processos de negoci d'una empresa, no resulten fàcils d'entendre per part d'aquelles persones no qualificades. En l'àmbit laboral, la majoria de treballadors no tenen els coneixements per entendre'ls. Això fa que es requereixi algú que expliqui el funcionament del negoci. A més, no sempre és possible tenir algú a qui preguntar un dubte, el que pot causa que un treballador no sàpiga que fer. La problemàtica dels BPMN també pot aplicar-se a treballadors que si entenen els models. Per exemple, un alt càrrec, que vulgui consultar un detall d'un determinat procés, pot perdre molt de temps buscant entre molts models per tal de trobar el que busca. L'objectiu general del projecte és crear una aplicació que transformi processos de negoci en assistents virtuals. Concretament, el projecte construeix un prototip fent ús de les tecnologies més punteres i avalua les tecnologies segons la flexibilitat del llenguatge obtinguda. En aquest context, la flexibilitat del llenguatge s'entén com a la diversitat del vocabulari, que pot utilitzar una persona, en referir-se a un mateix concepte. El prototip selecciona un model BPMN, el processa i genera frases de resposta. A més, genera frases amb significat similar, per tal d'augmentar la flexibilitat del llenguatge. Un cop acabat el processat, s'utilitza Dialogflow (una eina de modelatge d'assistents virtuals) per tal de construir l'assistent virtual. Finalment i durant una conversa amb l'assistent, s'utilitza un servidor per a emmagatzemar la informació pertinent. Tenint en compte el prototip construït, el projecte conclou que dialogflow és una bona eina pel que fa a la generació d'assistents virtuals a partir d'un model BPMN. Tot i això, si es vol aconseguir un bon resultat en la flexibilitat del llenguatge, s'ha de dedicar grans esforços en la generació de frases amb significat similar. El projecte conclou que es requereix més recerca per acons, Business Process Modeling and Notation (BPMN) models, which allow you to represent the business processes of a company, are not easy to understand by those who are not qualified. In the workplace, most workers do not have the knowledge to understand them. This requires someone to explain how the business works. Also, it is not always possible to have someone to ask a question to, which can cause a worker to not know what to do. The problem of BPMNs can also be applied to workers who do understand the models. For example, a senior official, who wants to consult a detail of a certain process, may waste a lot of time searching among many models in order to find what he is looking for. The overall goal of the project is to create an application that transforms business processes into virtual assistants. Specifically, the project builds a prototype using the most advanced technologies and evaluates the technologies according to the flexibility of the language obtained. In this context, the flexibility of language is understood as the diversity of vocabulary, which a person can use, when referring to the same concept. The prototype selects a BPMN model, processes it, and generates response sentences. In addition, it generates sentences with similar meanings, in order to increase the flexibility of the language. Once the processing is complete, Dialogflow (a virtual assistant modeling tool) is used to build the virtual assistant. Finally, during a conversation with the wizard, a server is used to store the relevant information. Given the prototype built, the project concludes that dialogflow is a good tool for generating virtual assistants from a BPMN model. However, if you want to get a good result in language flexibility, you have to put a lot of effort into generating sentences with similar meaning. The project concludes that more research is required to achieve greater flexibility in language., Los modelos BPMN (Business Process Modeling and Notation), los cuales permiten representar los procesos de negocio de una empresa, no resultan fáciles de entender por parte de aquellas personas no cualificadas. En el ámbito laboral, la mayoría de trabajadores no tienen los conocimientos para entenderlos. Esto hace que se requiera alguien que explique el funcionamiento del negocio. Además, no siempre es posible tener a alguien a quien preguntar una duda, lo que puede causa que un trabajador no sepa que hacer. La problemática de los BPMN también puede aplicarse a trabajadores que si entienden los modelos. Por ejemplo, un alto cargo, que quiera consultar un detalle de un determinado proceso, puede perder mucho tiempo buscando entre muchos modelos a fin de encontrar lo que busca. El objetivo general del proyecto es crear una aplicación que transforme procesos de negocio en asistentes virtuales. Concretamente, el proyecto construye un prototipo en uso de las tecnologías más punteras y evalúa las tecnologías según la flexibilidad del lenguaje obtenida. En este contexto, la flexibilidad del lenguaje se entiende como la diversidad del vocabulario, que puede utilizar una persona, al referirse a un mismo concepto. El prototipo selecciona un modelo BPMN, lo procesa y genera frases de respuesta. Además, genera frases con significado similar, a fin de aumentar la flexibilidad del lenguaje. Una vez terminado el procesado, se utiliza Dialogflow (una herramienta de modelado de asistentes virtuales) para construir el asistente virtual. Finalmente y durante una conversación con el asistente, se utiliza un servidor para almacenar la información pertinente. Teniendo en cuenta el prototipo construido, el proyecto concluye que dialogflow es una buena herramienta en cuanto a la generación de asistentes virtuales a partir de un modelo BPMN. Sin embargo, si se quiere conseguir un buen resultado en la flexibilidad del lenguaje, se debe dedicar grandes esfuerzos en la generación de frases con

Incoming

With people living longer than ever, the number of cases with neurodegenerative diseases such as Alzheimer's or cognitive impairment increases steadily. In Spain it affects more than 1.2 million patients and it is estimated that in 2050 more than 100 million people will be affected. While there are not effective treatments for this terminal disease, therapies such as reminiscence, that stimulate memories of the patient's past are recommended, as they encourage the communication and produce mental and emotional benefits on the patient. Currently, reminiscence therapy takes place in hospitals or residences, where the therapists are located. Since people that receive this therapy are old and may have mobility difficulties, we present an AI solution to guide older adults through reminiscence sessions by using their laptop or smartphone. Our solution consists in a generative dialogue system composed of two deep learning architectures to recognize image and text content. An Encoder-Decoder with Attention is trained to generate questions from photos provided by the user, which is composed of a pretrained Convolution Neural Network to encode the picture, and a Long Short-Term Memory to decode the image features and generate the question. The second architecture is a sequence-to-sequence model that provides feedback to engage the user in the conversation. Thanks to the experiments, we realise that we obtain the best performance by training the dialogue model with Persona-Dataset and fine-tuning it with Cornell Movie-Dialogues dataset. Finally, we integrate Telegram as the interface for the user to interact with Elisabot, our trained conversational agent., El número de casos con enfermedades neurodegenerativas como el Alzheimer o el deterioro cognitivo aumenta de manera constante. En España afecta a más de 1,2 millones de pacientes y se estima que en 2050 se verán afectados más de 100 millones de personas. Si bien no existen tratamientos efectivos para esta enfermedad terminal, se recomiendan terapias como la reminiscencia, que estimulan los recuerdos del pasado y fomentan la comunicación del paciente. Actualmente, la terapia de reminiscencia se realiza en hospitales o residencias, donde se encuentran los terapeutas. Dado que las personas que reciben esta terapia son mayores y pueden tener dificultades de movilidad, presentamos una solución basada en inteligencia artificial para guiar a los usuarios a través de sesiones de reminiscencia utilizando su portátil o teléfono inteligente. Nuestra solución consiste en un sistema de diálogo generativo compuesto por dos arquitecturas de aprendizaje profundo para reconocer el contenido de imagen y texto. Por un lado, un Codificador-Descodificador con Attention para generar preguntas basadas en el contenido de las fotografías proporcionadas por los usuarios formado por una red neuronal convolucional (CNN) que codifica las imágenes y una LSTM que genera las preguntes palabra a palabra. La segunda arquitectura consiste en un modelo sequence-to-sequence que genera comentarios a las respuestas de los usuarios para enriquecer la conversación.. Después de realizar varios experimentos, vemos que obtenemos el mejor comportamiento entrenando el modelo con los datos de Persona-chat y ajustando el modelo con fine-tune de Cornell Movie-Dialogue. Finalmente, integramos Telegram como interfaz porque el usuario interactue con nuestro agente Elisabot., El nombre de casos amb malalties neurodegeneratives com l'Alzheimer o el deteriorament cognitiu augmenta constantment. A Espanya afecta més d'1,2 milions de pacients i es calcula que el 2050 es veuran més de 100 milions de casos. Si bé no hi ha tractaments eficaços per a aquesta malaltia, es recomanen teràpies com la reminiscència, que estimulen els records del pacient i fomenten la comunicació. Actualment, la teràpia de reminiscència es fa en hospitals o residències, que és on es troben els terapeutes. Com que les persones que reben aquesta teràpia són grans i poden tenir dificultats de mobilitat, presentem una solució basada en Intel·ligència Artificial per realitzar sessions de reminiscència mitjançant l'ús del portàtil o del telèfon mòbil. La nostra solució consisteix en un sistema de diàleg generatiu format per dues arquitectures d?aprenentatge profund que reconeixen el contingut d'imatges i de text. Per una banda, un Codificador-Descodificador amb Attention per generar preguntes basades en el contingut de les fotografies, proporcionades pels usuaris, format per una xarxa neuronal convolucional (CNN) que codifica les imatges i una LSTM que genera les preguntes paraula a paraula. La segona arquitectura consisteix en un model sequence-to-sequence que genera comentaris a les respostesdels usuaris per enriquir la conversa.Despres de realitzar diversos experiments, veiem que obtenim el millor comportament en-trenant el model de conversa amb les dades de Persona-chati ajustant el model amb fine-tune de Cornell Movie-Dialogues. Finalment, integremTelegram com a interficie perquè l'usuari interactuï amb la Elisabot

El treball de final de grau tracta de la construcció d'un pilot de bot per automatitzar la informació distribuïda. Hem utilitzat dos clients de xat per comunicar-nos com són Telegram i Slack i Hubot pel software del bot., The final thesis is based on the creation of a bot that allows automating to distribute information. We have chose two chat clients for communicating that are Telegram and Slack and Hubot is the software to create bots.

Este trabajo tiene como objetivo la creación de un chat bot para facilitar el acceso a la información del curso actual a los estudiantes de la escuela. La disponibilidad de bot estaría en una chat web y en aplicaciones de mensajería instantánea como Skype, Telegrama o Messenger. Ejemplos de la información a consultar seria horarios de clase y calendarios, consulta de fecha de exámenes y horarios de consulta del profesorado. Tecnologías a usar El trabajo usará tecnologías Microsoft para el desarrollo del bot. Las principales herramientas serán: · Microsoft Visual Studio 2017: Entorno de desarrollo integrado . · Azure Bot Service: Servicio de alojamiento web para el bot de Microsoft. · Lenguaje de desarrollo del bot: C#. · Azure Web Service: Servicio de alojamiento web de Microsoft. · Lenguaje de desarrollo de los entornos web: HTML y . · Microsoft SQL Server: Entorno de gestión de la base de datos que usará el bot. · Lenguaje de la base de datos: SQL., The present work aims to propose and implement a chatbot as a new information channel for the student who should be able to provide the academic information of the ETSETB regarding schedules, calendar and dates of final exams. This project aims to provide a design methodology for an extensible chatbot in different cases where, starting from a web with the information to be consulted, the guidelines are established to generate a chatbot. For the development of software throughout the project, Microsoft's languages, technologies and software have been used mainly. Specifically, the languages and tools used are mentioned: C # to develop the chatbot, Visual Studio as a development environment and Azure as a cloud environment to deploy web services. It should be noted that the chatbot to be designed has an interaction based on a dialog structure with buttons that guides the user in the queries that he wants to make. The main advantage of this design is simplicity, since each dialogue manages a different phase of the conversation. The final result of the project is a chatbot that can talk in Spanish, Catalan and English, and solve the user's queries in relation to the academic information discussed at the beginning of this section, but limited to the database created for this project., El presente trabajo tiene como objetivo proponer e implementar un chatbot como un nuevo canal de información al estudiante que ha de ser capaz de facilitar la información académica de la ETSETB relativa a horarios, calendario y fechas de exámenes finales. Este proyecto pretende aportar una metodología de diseño de un chatbot extensible a diferentes casos en donde, partiendo de una web con la información a consultar, se establezcan las pautas para generar un chatbot. Para el desarrollo de software en todo el proyecto se han usado principalmente lenguajes, tecnologías y software de Microsoft. Concretamente entre los lenguajes y herramientas usadas se mencionan: C# para desarrollar el chatbot, Visual Studio como entorno de desarrollo y Azure como entorno cloud para desplegar los servicios webs. Se ha de destacar que el chatbot a diseñar tiene una interacción basada en una estructura de diálogos con botones que guía al usuario en las consultas que quiera realizar. La principal ventaja de este diseño es la sencillez ya que cada diálogo gestiona una fase diferente de la conversación. El resultado final del proyecto es una chatbot capaz de dialogar en castellano, catalán e inglés, y solventar las consultas de los usuarios en relación con la información académica comentada al principio de esta sección, pero limitada a la base de datos creada para este proyecto., El present treball té com a objectiu proposar i implementar un chatbot com un nou canal d'informació a l'estudiant que ha de ser capaç de facilitar la informació acadèmica de l'ETSETB relativa a horaris, calendari i dates d'exàmens finals. Aquest projecte pretén aportar una metodologia de disseny d'un chatbot extensible a diferents casos on, partint d'una web amb la informació a consultar, s'estableixin les pautes per generar un chatbot. Per al desenvolupament de programari en tot el projecte s'han fet servir principalment llenguatges, tecnologies i programari de Microsoft. Concretament entre els llenguatges i eines usades s'esmenten: C # per desenvolupar el chatbot, Visual Studio com a entorn de desenvolupament i Azure com a entorn cloud per desplegar els serveis webs. S'ha de destacar que el chatbot a dissenyar té una interacció basada en una estructura de diàlegs amb botons que guia a l'usuari en les consultes que vulgui realitzar. El principal avantatge d'aquest disseny és la senzillesa ja que cada diàleg gestiona una fase diferent de la conversa. El resultat final del projecte és una chatbot capaç de dialogar en castellà, català i anglès, i solucionar les consultes dels usuaris en relació amb la informació acadèmica comentada al principi d'aquesta secció, però limitada a la base de dades creada per a aquest projecte.

The purpose of this project is to analyze the railway context presenting the evolution of the different systems. For one of their functions, the train identification on the track on moving block, it is presentes both the existing limitations today and a system architecture and specification of an alternative solution based on axle counter technology., El objetivo de dicho proyecto es analizar el contexto ferroviario, presentando la evolución de los diferentes sistemas. Para una de sus funciones, la identificación de vehículos en la vía en bloco móvil, se presentan tanto las limitaciones existentes hoy en día como la arquitectura y las especificaciones sistema de una solución alternativa basada en la tecnología de contadores de ejes., L'objectiu d'aquest projecte és analitzar el contexte ferroviari presentant l'evolución dels diferents sistemes. Per una de les seves funcions, l'identificació de vehicles a la via en bloc mòvil, es presenten tant les limitacions existens aviu en dia com l'arquitectura i l'especificació sistema d'una solució alternativa basada en comptadors de eixos.

Realizar un Bot de Slack (chat / canal de comunicación multigrupo) que interprete lenguaje natural (via wit.ai) y realice consultas en gira imprimiendo la respuesta formateada en el canal Slack correspondiente., Avui en dia es indispensable el treball en equip per a dur a terme qualsevol tipus de projecte. Per a la gestió d’aquest treball apareixen infinitat d’eines en les que es necessari documentar totes les tasques que es van realitzant. A mesura que els equips creixen, creix també el volum d’informació emmagatzemada y per tant la complexitat del tractament d’aquesta informació. A més a més, poden haver-hi persones externes al projecte a les que també els podria ésser necessari l’accés a aquesta informació, però que careixen dels permisos per accedir a aquestes eines o en desconeixen el funcionament. Es per això que es va decidir programar un software per a facilitar una consulta interactiva a la informació dels projectes. Aquest software implementa el comportament d’un usuari robot dins d’una eina web de xat corporatiu, que mitjançant un intèrpret de llenguatge natural, entén les peticions de l’usuari, i segons aquestes, accedeix a la base de dades amb la informació del projecte i ens retorna la informació sol·licitada. Així, qualsevol persona amb accés al canal de xat del projecte en qüestió, pot conversar amb l’usuari robot i obtenir informació útil sobre el progrés de les tasques del projecte d’una manera ràpida i automatitzada, sense la necessitat de conèixer el funcionament de l’eina utilitzada per l’equip, ni haver d’interrompre a ningú per obtenir la informació. Finalment, el software és ampliable a noves funcionalitats que poguessin requerir altres projectes en els que s’instal·lés l’usuari robot. Ja que les funcionalitats es troben en fitxers separats i aquestes es carreguen a mesura que el robot interpreta que l’usuari vol utilitzar-les., El trabajo en equipo es hoy en día indispensable para la ejecución de cualquier tipo de proyecto. Para la gestión de este trabajo aparecen multitud de herramientas, en las que es necesario documentar todo el trabajo que se va realizando. A medida que estos equipos crecen, crece también el volumen de información almacenado y por tanto la complejidad del tratamiento de esta información. Además, podemos tener personas externas al proyecto para las que también podría ser necesario el acceso a dicha información, pero que carecen de permisos para acceder a las herramientas o desconocen su funcionamiento. Por eso se decidió programar un software para facilitar una consulta interactiva a la información de los proyectos. Este software implementa el comportamiento de un usuario robot dentro de una herramienta web de chat corporativo que, mediante un intérprete de lenguaje natural, interpreta las peticiones del usuario y, según éstas, accede a la base de datos del proyecto, y devuelve la información requerida. Así, cualquier persona con acceso al canal de chat del proyecto en cuestión puede conversar con el usuario robot y obtener información útil del progreso de las tareas dentro del proyecto de una forma rápida y automatizada, sin necesidad de conocer el funcionamiento de la herramienta utilizada por el equipo, ni tener que interrumpir a nadie para obtener dicha información. Finalmente, el software se ha implementado para ser extensible a nuevas funcionalidades que puedan requerir otros proyectos en los que se instale el usuario robot: las funcionalidades se han diseñado como objetos ejecutables separados que se cargan a medida que el robot interpreta que el usuario necesita esa funcionalidad., Teamwork is nowadays present in any kind of project that we want to do. To manage the work to be done in the projects, there are dozens of tools where we can follow the track of all the tasks that the team is doing. The bigger the teams are, the more difficult is to deal with all that information registered. On the top of that, we could have people from outside the project we are working in, that would also need to have access to the information stored in that tools and that they may not know how to access it. That’s the reason why it was needed to create some software to provide and interactive access to the information of the projects. This software implements the behavior of a bot user inside a corporative web chat. With a natural language interpreter it would understand the users needs and according to them, access the database of the project and return the requested information. In that way, any person with access to the chat of the project can talk to the bot user and get quick and useful information of the progress of the tasks within the project. Without the need to know how to use the tool used in the team to store that information, and without interrupting any colleague to check the information for them. Lastly, this software has been designed to be extendible to new functionalities that other teams could need, so that we can reuse this bot for different teams. The functionalities have been design as separated pieces of code that are loaded as they are needed depending on the users demands.

This Bachelor Thesis aims to draw a first approach for building a highly versatile tool to simulate systems with adaptive modularity, that is, systems that are able to adapt their functional capabilities according to the type of mission or scanario they are involved into. The simulation framework follows an agent-based strategy, in which several agents with different roles (launcher, scenario, active agent) manage to accomplish missions. These missions consist of performing certain tasks of target observation in one or more spectral region (e.g, microwave, infrared, visible) with a certain set of temporal requirements and a score value. The goal of the system is to perform as many high-value observations as possible. If certain tasks require more requirements than a single agent can provide, it can build a coalition with other agents, which do carry enough resources for performing the task. These coalitions are temporal associations of agents that can be split or merged as considered by them, thus allowing the agents to adapt their modularity for better performing their mission. The main achievements attained in this thesis can be divided in two blocks: on the one hand, we have developed a support program using an open source Java-based platform that executes simulations upon a large set of possible scenarios (Turtlekit ), displays what agents are doing in real-time in a particular simulated case and stores their performance data for its posterior analysis; on the other hand, a widely known decentralized task allocation algorithm (Coupled Constraint Consensus Bundle-Based Algorithm, CCBBA) has been implemented and modiffied as necessary for handling speciffic constraints regarding adaptive modularity.

The aim of this thesis is to describe and develop in detail the implementation of a Dynamic Health Data Aggregation System for research purposes in the framework of ISyPeM2. The motivation of this work responds to the need of simple, efficient and secure systems to perform medical research using patient sensitive data, which for the time being is handicapped by several requirements such as previously established agreements between institutions, heterogeneous databases and privacy issues. This thesis aims to document the implementation of a system that addresses these issues. To implement the system, we used the principles of P2P networks for discovery of data sources (the nodes in the system), the functionality of a Multi-Agent System for coordination between data sources and the use of anonymization techniques to preserve the patient’s privacy. The thesis first examines the motivation and application for such systems, as well as the concepts needed to understand the components that conform the system and then it will proceed to present the state of the art for similar or related systems and technologies being developed for the same purpose. Afterwards, the components in the implementation will be detailed. After that, there is an in-depth explanation on how the system works and the components it is comprised, along with other implementation details, as well as a description of the development environment. In the final chapters, the results from the tests performed and the conclusions of this work will be presented, and in the appendices, there is a description of the datasets used for the performance tests, as well as the last review of the implementation code., L’objectiu d’aquesta tesi és descriure amb detall el desenvolupament e implementació d’un Sistema d’Agregació de Dades Mèdiques per a la recerca en el marc de ISyPeM2. La motivació d’aquest treball respòn a la necessitat de sistemes senzills, efficients i segurs per realitzar investigació mèdica fent servir dades sensibles dels pacients. En aquests moments, aquests sistemes són limitats per varis requeriments com acords preestablerts entre institucions, bases de dades heterogenies i problemes de privacitat. Aqueta tesi documenta la implementació d’un sistema que adreça aquests problemes. Per implementar el sistema, utilitzem els principis de xarxes P2P per descobrir les fonts de dades (els nodes del sistema), la funcionalitat de Sistemes Multi Agent per la coordinació entre fonts de dades i l’ús de tècniques d’anonimització per preservar l’identitat del pacient. Aquesta tesi primer examina la motivació i aplicació d’aquests sistemes, com també els conceptes necessaris per comprendre els components que el formen, després es procedirà a presentar el State of the art per veure tecnologies similars o relacionades que estiguin sent desenvolipades amb el mateix propòsit. A continuació ens capbussarem en els components de la implementació. Després hi ha una explicació detallada de com funciona el sistema i els components que el formen, junt amb altres detalls de la implementació i una descripció de l’entorn de desenvolupament. En els últims capítols, es presentaràn els resultats dels test que s’han dut a terme. En els apèndixs s’inclou una descripció dels datasets que s’han fet servir pels experiments, juntament amb una còpia de l’última revisió del codi de l’implementació final., El objetivo de esta tésis es describir con detalle el desarrollo e implementación de un Sistema de Agregación de Datos Médicos para la investigación en el marco de ISyPeM2. La motivación de este trabajo responde a la necesidad de sistemas sencillos, eficientes y seguros para realizar investiación médica utlizando datos sensibles de los pacientes. Actualmente, estos sistemas estan limitados por varios requerimimentos como acuerdos preestablecidos entre instituciones, bases de datos heterogéneas, y problemas de privacidad. Esta tésis documenta la implementación de un sistema que trata estos problemas. Para implementar el sistema, utilizamos los principios de redes P2P para descubrir las fuentes de datos (los nodos del sistema), la funcionalidad de Sistemas Multi Agente para la coordinación entre fuentes de datos y el uso de técnicas de anonimización para preservar la identidad del paciente. Esta tesis primero indaga en la motivación y la aplicación para estos sistemas, como también en los conceptos necesarios para entender los componentes que conforman el sistema, luego se procederá a presentar el State of the art para ver tecnologías similares o relacionadas que estén siendo desarrolladas con el mismo propósito. A continuación entraremos de cabeza en los componentes de la implementación. Después hay una explicación detallada de como funciona el sistema y los componentes que lo forman, junto con otros detalles de la implementación y una descripción de el entorno de desarrollo. En los últimos capítulos, se presentarán los resultados de los test que se han llevado a cabo. En los apéndices se incluye una descripción de los datasets utilizados para los experimentos, junto con una copia de la última revisión del código de la implementación final.

Treball realitzat a la Technische Universität Darmstadt. Fachbereich Elektrotechnik und Informationstechnik