Search

[ES] En este trabajo final de grado se elaboraron distintos modelos de aprendizaje automático para poder predecir tanto el rendimiento académico como la eficiencia de los estudiantes universitarios y conocer si existen relaciones con las variables como sexo o el grado que estudian. El objetivo de esta investigación es tratar de determinar en qué medida el aprendizaje automático puede ser capaz de predecir el rendimiento académico universitario con precisión, sensibilidad y especificidad. En este estudio se utilizó una población de 5035 alumnos de grado con distintas características recogidas en 44 variables, 19 de ellas de carácter demográfico, otras 19 de carácter académico y por último unas 6 de carácter personal. Para dar resultados se utilizaron herramientas de aprendizaje automático para poder predecir tanto la nota media como la tasa de eficiencia, entre estas herramientas se encuentran los algoritmos de aprendizaje automático llamados: Máquinas de Soporte Vectorial (SVM), Árboles de decisión, Random Forest, KNN vecinos y métodos de regresión PLS., [EN] In this final undergraduate work, different machine learning models were developed to predict both the academic performance and the efficiency of university students and to find out if there are relationships with variables such as gender or the grade they study. The objective of this research is to try to determine to what extent machine learning can be able to predict university academic performance with accuracy, sensitivity and specificity. This study used a population of 5035 undergraduate students with different characteristics collected in 44 variables, 19 of which were of a demographic nature, 19 of an academic nature and 6 of a personal nature. To give results, machine learning tools were used to predict both the average grade and the efficiency rate, among these tools are machine learning algorithms called: Support Vector Machines (SVM), Decision Trees, Random Forest, KNN neighbors and PLS regression methods., [CA] En aquest treball final de grau es van a elaborar diferents models d'aprenentatge automàtic per poder predir tant el rendiment acadèmic com l'eficiència dels estudiants universitaris i conèixer si hi ha relacions amb les variables com el sexe o el grau que estudien. L'objectiu d'aquesta investigació és intentar determinar en quina mesura l'aprenentatge automàtic pot ser capaç de predir el rendiment acadèmic universitari amb precisió, sensibilitat i especificitat. En aquest estudi es va utilitzar una població de 5035 alumnes de grau amb diferents característiques recollides en 44 variables, 19 de caràcter demogràfic, 19 més de caràcter acadèmic i finalment unes 6 de caràcter personal. Per donar resultats es van utilitzar eines d'aprenentatge automàtic per poder predir tant la nota mitjana com la taxa d'eficiència, entre aquestes eines hi ha els algoritmes d'aprenentatge automàtic anomenats: Màquines de Suport Vectorial (SVM), Arbres de decisió, Random Forest, KNN veïns i mètodes de regressió PLS.

[ES] Este proyecto pretende desarrollar un servicio web que acepte como entrada una imagen de texto y proporcione la mejor transcripción para el texto incluido en dicha imagen. El trabajo a realizar por el alumno tiene dos partes. En la primera parte el alumno estudiará la forma de determinar la mejor transcripción obtenida por diferentes reconocedores. Para ello se considerará la probabilidad a posteriori obtenida por los reconocedores o medidas de entropía. El alumno recibirá modelo previamente entrenados en otras tareas. En la segunda parte, el alumnos integrará las herramientas desarrolladas en un servicio web. Un usuario cualquier podrá subir una imagen junto con las líneas adecuadamente localizadas y proporcionará la transcripción de las líneas si el sistema tiene suficiente confianza en los resultados generados., [EN] This project aims to develop a web service that accepts a text image as input and provides the best transcription for the text included in that image. The work to be carried out by the student has two parts. In the first part, the student will study how to determine the best transcription obtained by different recognisers. For this purpose, the a posteriori probability obtained by the recognisers or entropy measures will be considered. The student will receive models previously trained in other tasks. In the second part, the student will integrate the developed tools into a web service. Any user will be able to upload an image together with the appropriately located lines and provide the transcription of the lines if the system has sufficient confidence in the generated results.

[ES] El análisis deportivo es un campo el cual ha ido creciendo mucho estos últimos años. De la mano del Big Data se han empezado a hacer muchos más estudio y con más posibilidades. En el mundo del fútbol la Ciencia de Datos junto con el machine learning ha cambiado por completo muchos de los análisis que existían y se han creado otros nuevos. En este proyecto hemos seguido la metodología CRISP-DM [1] utilizando principalmente python como lenguaje de programación. Se ha hecho uso de diversas librerías como pueden ser pandas, matplotlyb,fbm,sklearn, entre otras. El proyecto se divide en dos análisis, el principal y más innovador, en el cual hacemos uso de la difusión anómala para obtener información de las distintas trayectorias del balón durante un partido. El análisis secundario se basa en observar los distintos estilos de juego de las selecciones mediante grafos y teoría de redes, en este caso, redes de pases. En cuanto a la parte de difusión anómala se han utilizado modelos de redes neuronales convolucionales que han sido elegidos tras realizar varias pruebas y descartar los peores modelos., [EN] Sports analysis is a field which has been growing a lot in recent years. With the help of Big Data, many more studies have begun to be carried out and with more possibilities. In the world of football, Data Science together with machine learning has completely changed many of the existing analyses and new ones have been created. In this project we have followed the methodology CRISP-DM [1] using mainly python as programming language. We have made use of several libraries such as pandas, matplotlyb,fbm,sklearn, among others. The project is divided into two analyses, the main and most innovative, in which we make use of anomalous diffusion to obtain information on the different trajectories of the ball during a match. The secondary analysis is based on observing the different styles of play of the teams using graphs and network theory, in this case, passing networks. As for the anomalous diffusion part, convolutional neural network models have been used, which have been chosen after carrying out several tests and discarding the worst ones., [CA] L’anàlisi esportiu és un camp el qual ha anat creixent molt estos últims anys. De la mà del Big Data s’han començat a fer molts més estudis i amb més possibilitats. En el món del futbol la Ciència de Dades junt amb el machine learning ha canviat per complet molts dels anàlisis que existien i s’han creat uns altres de nous. En este projecte hem seguit la metodologia CRISP-DM [1] utilitzant principalment python com a llenguatge de programació. S’ha fet ús de diverses llibreries com poden ser pandas, matplotlyb,fbm,sklearn, entre altres. El projecte es dividix en dos anàlisis, el principal i més innovador, en el qual fem ús de la difusió anòmala per a obtindre informació de les distintes trajectòries del baló durant un partit. L’anàlisi secundària es basa a observar els distints estils de joc de les seleccions per mitjà de grafos i teoria de xarxes, en este cas, xarxes de passes. En quant a la part de difusió anòmala s’han utilitzat models de xarxes neuronals convolucionals que han sigut triats després de realitzar diverses proves i descartar els pitjors models.

[ES] Una estrategia de negociación (o trading) es un conjunto de reglas para operar en un mercado con el objetivo de lograr una rentabilidad. Por otra parte, la teoría del mercado eficiente defiende que cualquier evento que pueda afectar a la cotización de un activo, hará que el precio se ajuste tan rápido que sea imposible obtener un beneficio económico del mismo, teoría que algunos economistas se sitúan a favor, mientras que otros en contra. El objetivo de este trabajo ha sido poner a prueba esta teoría. Para ello, hemos seleccionado 4 índices de bolsa: IBEX 35, NASDAQ, EUR/USD, y BITCOIN. Se han creado 4 modelos diferentes: 2 de ellos a favor de esta teoría, y 2 en contra. Cada modelo generará unas señales de trading diferentes, y un beneficio diferente para cada índice, y, así, se pueden comparar sus resultados para decidir qué modelo es mejor. Como resultado, hemos obtenido que los modelos que emplean análisis técnico son los que generan más ganancias, es decir, que, con los conjuntos de datos que hemos trabajado, la teoría del mercado eficiente no funciona, y el análisis técnico sí., [EN] A trading strategy is a set of rules for operating in a market with the aim of achieving profitability. On the other hand, the efficient market hypothesis defends that any event that can affect the price of an asset will cause the price to adjust so quickly that it¿ll be impossible to obtain an economic benefit from it, a hypothesis that some economists are in favor of, while others against. The objective of this work has been to test this hypothesis. To do this, we have selected 4 stock indices: IBEX 35, NASDAQ, EUR/USD, and BITCOIN. 4 different models have been created: 2 of them in favor of this hypothesis, and 2 against it. Each model will generate different trading signals, and a different profit for each index, so you can compare their results to decide which model is better. As a result, we have obtained that the models that use technical analysis are the ones that generate the most profits, that is, with the datasets that we have worked with, the efficient market hypothesis does not work, and technical analysis does.

[ES] El Big Data en el área de deportes es un campo con mucha proyección que está comenzando a proliferar recientemente. Si nos enfocamos en el mundo del tenis, observamos que no hay gran cantidad de estudios sobre el mismo. Por ello, en este trabajo, se propone el uso de modelos de clasificación y regresión basados en machine learning para establecer las diferentes tipologías de juego que existen en el tenis y cuáles son más efectivas al enfrentarlas entre sí. Para realizar el trabajo, se sigue un modelo DST(Data Science Trajectory) propuesto en el artículo titulado ÇRISP-DM twenty years later: From data mining processes to data science trajectories"[1]. Así mismo, se han empleado diversos programas como son MySQL Workbench y librerías de Python como Pandas, Matplotlib, ScikitLearn y Selenium, entre otras. Para finalizar, como resultado del proyecto se proponen dos modelos: uno de clasificación como es el kmeans para definir a que tipología de juego pertenece cada jugador y otro de regresión como es el modelo de ensamblaje voting para determinar la probabilidad de victoria de un jugador respecto a otro con una precisión del 93.74 % Dichos modelos se eligen tras realizar varios experimentos comparando el rendimiento de numerosos modelos., [EN] Big Data in the area of sports is a field with a lot of projection that is beginning to proliferate recently. If we focus in the world of tennis, we observe that there are not many studies on it. Therefore, in this paper, we propose the use of classification and regression models based on machine learning to establish the different game typologies that exist in tennis and which ones are more effective when facing them against each other. In order to carry out the work, we follow a DST(Data Science Trajectory) model proposed at the european paper "CRISP-DM twenty years later: From data mining processes to data science trajectories" [1].Likewise, several programs such as MySQL Workbench and Python libraries such as Pandas, Matplotlib, Scikit-Learn and Selenium, among others, have been used. Finally, as a result of the project, two models are proposed: a classification model such as kmeans to define the type of game each player belongs to and a regression model such as the voting ensemble model to determine the probability of victory of a player with respect to another with an accuracy of 93.74 % These models are chosen after several experiments comparing the performance of several models., [CA] El Big Data a l’àrea d’esports és un camp amb molta projecció que està començant a proliferar recentment. Si ens enfoquem al món del tenis, observem que no hi ha gran quantitat d’estudis sobre el mateix. Per això, en aquest treball, es proposa l’ús de models de classificació i regressió basats en machine learning per a establir les diferents tipologies de joc que existeixen en el tennis i quines són les més efectives al enfrontar-les entre sí. Per a realitzar el treball, es seguix un model DST(Data Science Trajectory) proposat a l´article ÇRISP-DM twenty years later: From data mining processes to data science trajectories"[1]. Així mateix, s’han emprat diversos programes com són MySQL Workbench i llibreries de Python com Pandas, Matplotlib, Scikit-Learn i Selenium, entre altres. Per a finalitzar, com a resultat del projecte es proposen dos models: un de classificació com és el kmeans per a definir a què tipologia de joc pertany cada jugador i un altre de regressió com és el model d’assemblatge voting per a determinar la probabilitat de victòria d’un jugador respecte a un altre amb una precisió del 93.74 %. Aquests models es trien després de realitzar diversos experiments comparant el rendiment de nombrosos models.

[CA] Kongsberg Maritime és una empresa tecnològica que lliura sistemes de posicionament, topografia, navegació i automatització a vaixells mercants i instal·lacions a alta mar. És de vital importància tenir un sistema madur i eficaç de gestió de reports que permeti analitzar i classificar tota la informació disponible i recolzar així el procés de la presa de decisions. L’empresa es beneficiarà de la proposta desenvolupada en aquest projecte de forma directa ja que permet automatitzar el procés de revisar i extreure informació dels informes i dedicar els recursos antigament implicats en això a altres àrees del negoci ComapartdeEquipd’Innovació de Dades he desenvolupat aquest projecte amb l’objectiu d’automatitzar els processos interns de la companyia aplicant tècniques d’intel·ligència artificial, més concretament de processament del llenguatge natural, a les tasques de revisió i classificació dels informes de manteniment realitzats pels enginyers de servei. En primer lloc, s’ha desenvolupat un model d’aprenentatge semisupervisat, few-shot learning, per a la tasca de classificar el text d’un informe a les categories d’interès. Quan les prediccions d’aquest model han estat corregides per experts del domini i s’han generat suficients dades etiquetades, s’han entrenat classificadors supervisats per millorar les prediccions i arribar a un model definitiu per posar-lo en producció. També es va entrenar un model deep learning de tipus red transformers mitjançant la tècnica transfer learning. Finalment, s’ha dissenyat custom rule-based matching per al reconeixement i l’extracció d’entitats i paraules clau d’interès. Per posar el programa enproducció, s’ha desenvolupat una interfície d’usuari que mostra la sortida dels models de forma gràfica i permet als agents encarregats de supervisar-lo introduir les correccions a les prediccions del model per a ajustar-les i millorar-les posteriorment., [ES] Kongsberg Maritime es una empresa tecnológica que entrega sistemas de posicionamiento, topografía, navegación y automatización a buques mercantes e instalaciones en alta mar. Es de vital importancia para ellos tener un sistema ma- duro y eficaz de gestión de reportes que permita analizar y clasificar toda la in- formación disponible y apoyar de esta forma el proceso de la toma de decisiones. La empresa se beneficiará de la propuesta desarollada en este proyecto de forma directa ya que permite automatizar el proceso de revisar y extraer información de los informes y dedicar los recursos antiguamente implicados en eso a otras áreas del negocio. Como parte del Equipo de Innovación de Datos he desarrollado este proyecto con el objetivo de automatizar los procesos internos de la compañía aplicando técnicas de inteligencia artificial, más concretamente de procesamiento del lenguaje natural, a las tareas de revisión y clasificación de los informes de mantenimiento realizados por los ingenieros de servicio. En primer lugar, se ha desarrollado un modelo de aprendizaje semisupervisado, few-shot learning, para la tarea de clasificar el texto de un informe en las categorías de interés. Una vez que las pre- dicciones de este modelo han sido corregidas por expertos del dominio y se han generado suficientes datos etiquetados, se han entrenado clasificadores supervisados para mejorar las predicciones y llegar a un modelo definitivo para ponerlo en producción. También se entrenó un modelo deep learning de tipo red trans- formers mediante la técnica transfer learning. Por último, se ha diseñado custom rule-based matching para el reconocimiento y extracción de entidades y palabras clave de interés. Para poner la herramienta en producción, se ha desarrollado una interfaz de usuario que muestra la salida de los modelos de forma gráfica y permite a los agentes encargados de supervisarlo introducir las correcciones a las predicciones del modelo para su posterior ajuste y mejora., [EN] Kongsberg Maritime is a technology enterprise that delivers systems for positioning, surveying, navigation, and automation to merchant vessels and offshore installations. It is of critical importance for them to have a mature and effective reporting management system that allows analyzing and classifying all the available information to support the decision-making process. The company will benefit directly from this proposal since it will allow automating the process of reviewing and extracting information from the reports and dedicate the resources formerly involved in that to other areas of the business. As part of the Data Innovation Team, I have developed this project with the aim of automating the company's internal processes by applying artificial intelligence, more specifically, natural language processing techniques to the tasks of reviewing and classifying maintenance reports made by service engineers. First, a semi-supervised learning model, few-shot learning, has been developed for the task of classifying the text of a report into categories of interest. Once the predictions of this model have been corrected by domain experts and enough labeled data has been generated, supervised classifiers were then trained to improve the predictions and come up with a definitive model to put into production. A deep learning transformers type of model was also trained using the transfer learning technique. Finally, custom rule-based matching has been designed for the recognition and extraction of entities and keywords of interest. A user interface has been designed and developed to put the tool into production. It displays the output of the models graphically and interacts with internal databases to allow the agents in charge of supervising the model performance to introduce corrections to the predictions for later fine-tuning and improvement of the model., I would like to express my deepest gratitude to my advisor and mentor Jan Erik Hjelseth who offered guidance and support throughout my whole internship and made this project possible. His experience and approach to research and data science is a source of inspiration for me. Jan Erik Ofsti, Tore Tveit, Steve May are amazing team and I truly appreciate having the opportunity to work with such a professionals.

[ES] La energía es un bien cada vez mas preciado en la sociedad actual, donde observamos un aumento constante en sus precios y en deterioro de la naturaleza cada día mayor. Este trabajo es una propuesta para mejorar la obtención de energía a través de la organización del patrón de carga de un reactor nuclear pretendiendo optimizar al máximo la energía generada. Esto se consigue a través de la maximización de la k-efectiva, variable que nos muestra la cantidad de neutrones medios de una fisión que producen otra fisión. Por motivos de seguridad este parámetro se suele ajustar a uno. Esta es una de las diferentes reglas de seguridad que un reactor ha de seguir para que su funcionamiento sea optimo. En la literatura actual se han propuesto diferentes estrategias para lograr este objetivo. Nosotros hemos aglomerado varias de estas metodologías. En primer lugar, se pretende en primer lugar aplicar las redes neuronales con el objetivo de agilizar el cálculo de las constantes nucleares y una vez estas redes han sido generadas, diseñar y optimizar un algoritmo genético el cual nos permita optimizar el patrón de carga. De esta manera, con un patrón de carga dado a través de cruces y mutaciones de las matrices se ha conseguido obtener la maximización de la k-efectiva., [EN] Nowadays energy is a precious good and the tendency is growing, each day the price is higher, and we can see the trace that the consume of energy makes in our world. This project is a proposal of improvement, we pretend to make an improvement developing a method that allows us to optimize the energy generated by a nuclear reactor. In order to achieve this purpose, the idea is to maximize the k-effective of the reactor distributing appropriately the load pattern. The k-effective is one of the most important of our variables, because it gives a coefficient of neutrons of a fission that generates another fission, generating a chain of effects. As a security measure, this value is set to one. This among other security rules are rules that a reactor must follow so the process is optimal and safe. In the actual world there are a lot of strategies to achieve this objective. Our proposal is an agglomeration of this methodologies. First of all, our idea is to apply neuronal network in order to calculate the different nuclear constants. With this information, we are going to plan and optimize a genetic algorithm which optimize the load pattern. This way, the resulting loading pattern will be the one with the better k-effective.

[ES] La caracterización de pantallas ha sido un tema importante en el campo de la imagen en color durante años, ganando interés con el reciente aumento de la disponibilidad de una variedad de tecnologías de visualización. Tener una caracterización de la pantalla permite una reproducción precisa de la imagen. Esto es importante no sólo desde el punto de vista de optimizar la experiencia de visualización, sino que también es fundamental para cualquier aplicación de imágenes en color, donde la reproducción exacta de la imagen es primordial, y para la investigación de la ciencia de la visión para controlar con precisión los estímulos que se muestran a los observadores cuando se lleva a cabo la psicofísica. En general, la caracterización de la pantalla significa crear un modelo capaz de relacionar las entradas RGB dependientes del dispositivo con las salidas de la pantalla expresadas en un espacio de color independiente del dispositivo (normalmente valores triestímulos XYZ o coordenadas de color xyY). Dado un monitor podemos crear un modelo que prediga los valores XYZ correspondientes a unos valores RGB, esto correspondería a un modelo directo. En nuestro caso estamos más interesados en la creación de un modelo inverso, que calcule qué entradas RGB de nuestro monitor son capaces de producir un color XYZ deseado. En este trabajo mostramos resultados sobre varias propuestas de nuevos modelos inversos para una pantalla. Utilizamos un método iterativo para calcular qué entradas son capaces de producir un color deseado. El rendimiento del modelo, en términos de diferencia de color y tiempo necesario (que viene dado por la cantidad de iteraciones necesarias), se ha analizado desde un punto de vista colorimétrico y se ha interpretado para comprender los puntos fuertes y débiles de cada propuesta., [EN] Display characterisation has been an important topic in the colour imaging field for years, gaining interest with the recent increase in the availability of a variety of display technologies. Having a characterisation of the display allows for accurate image reproduction. This is important not only from the point of view of optimising the viewing experience, but is also critical for any colour imaging application, where accurate image reproduction is paramount, and for vision science research to accurately control the stimuli displayed to observers when conducting psychophysics. In general, display characterisation means creating a model capable of relating device-dependent RGB inputs to display outputs expressed in a device-independent colour space (typically XYZ tristimulus values or xyY colour coordinates). Given a monitor we can create a model that predicts the XYZ values corresponding to some RGB values, this would correspond to a direct model. In our case we are more interested in creating an inverse model, which calculates which RGB inputs of our monitor are able to produce a desired XYZ colour. In this paper we show results on several proposals for new inverse models for a display. We use an iterative method to calculate which inputs are able to produce a desired colour. The performance of the model, in terms of colour difference and time required (which is given by the number of iterations needed), has been analysed from a colourimetric point of view and interpreted to understand the strengths and weaknesses of each proposal., [CA] La caracterització de pantalles ha sigut un tema important en el camp de la imatge en color durant anys, guanyant interés amb el recent augment de la disponibilitat d'una varietat de tecnologies de visualització. Tindre una caracterització de la pantalla permet una reproducció precisa de la imatge. Això és important no sols des del punt de vista d'optimitzar l'experiència de visualització, sinó que també és fonamental per a qualsevol aplicació d'imatges en color, on la reproducció exacta de la imatge és primordial, i per a la investigació de la ciència de la visió per a controlar amb precisió els estímuls que es mostren als observadors quan es duu a terme la psicofísica. En general, la caracterització de la pantalla significa crear un model capaç de relacionar les entrades RGB dependents del dispositiu amb les eixides de la pantalla expressades en un espai de color independent del dispositiu (normalment valors triestímulos XYZ o coordenades de color xyY). Donat un monitor podem crear un model que prediga els valors XYZ corresponents a uns valors RGB, això correspondria a un model directe. En el nostre cas estem més interessats en la creació d'un model invers, que calcule quines entrades RGB del nostre monitor són capaços de produir un color XYZ desitjat. En aquest treball vam mostrar resultats sobre diverses propostes de nous models inversos per a una pantalla. Utilitzem un mètode iteratiu per a calcular quines entrades són capaces de produir un color desitjat. El rendiment del model, en termes de diferència de color i temps necessari (que ve dau per la quantitat d'iteracions necessàries), s'ha analitzat des d'un punt de vista colorimètric i s'ha interpretat per a comprendre els punts forts i febles de cada proposta.

[EN] Traditionally, humour is considered as a funny way of communication. Although it can achieve laughter in the receptor by making use of non hurtful language, it is not always like that. Frequently, humour is applied to address controversial topics, sometimes being hurtful to a person or people who belong to certain groups. Hence, nowadays some researches focus on how hate speech is disguised into humour. The main objective of this study is to use a computational linguistic approach to detect in humorous texts, which are the characteristics that distinguish high and low levels of offence in jokes. Variables detected as relevant in the previous characterisation are applied into a classification model. With this second step, this work analyses how well a Machine Learning model performs, and by applying an ablation test, variables that stand out within the classification task are identified., [ES] Tradicionalmente, el humor se considera una forma de comunicaci´on divertida. Aunque puede provocar la risa del receptor haciendo uso de un lenguaje no hiriente, no siempre es as´ı. Con frecuencia, el humor se utiliza para abordar temas controvertidos, resultando en ocasiones ofensivo para una persona o grupo de personas. Por ello, en la actualidad, algunas investigaciones se centren en c´omo el discurso del odio se disfraza de humor. El objetivo principal de esta investigaci´on es utilizar la ling¨u´ıstica computacional para detectar en los textos humor´ısticos cu´ales son las caracter´ısticas que distinguen niveles altos y bajos de ofensa en los chistes. Las caracter´ısticas detectadas como relevantes se utilizan un clasificador. En esta segunda parte del trabajo se analiza el rendimiento de un modelo de Machine Learning y, mediante la aplicaci´on de un test de ablaci´on, se identifican las caracter´ısticas m´as relevantes en la tarea de clasificaci´on.

[ES] Investigadores del grupo de investigación ICTvsCC han desarrollado una metodología para aproximar los datos de emisiones de gases de efecto invernadero a partir de los datos provenientes del sistema de control de trafico. Un software prototipo que implementa esta tecnología se ha usado en la ciudad de Valencia (ver DOI: 10.1016/j.scs.2020.102643). A pesar de la realización de varios estudios preliminares, se desea realizar un estudio más en profundidad de estos datos, seleccionando aquellos que más interés tengan para los ciudadanos y los decisores públicos. Para ellos se dispone de los datos del prototipo para los años de 2016 a 2019, completos y con una resolución horaria y para un conjunto elevado de calles de la ciudad de Valencia. En este TFG se deben definir y documentar los procesos de evaluación de dichos datos y el desarrollo de un informe de la situación de emisiones en la ciudad y su evolución en dichos años.

[ES] El Indicador de Sentimiento Económico está compuesto por los indicadores de confianza del sector industrial, servicios, consumidores, construcción y comercio minorista. Éste apunta el grado de optimismo que tienen las empresas y los consumidores para valorar la situación actual de la economía y pronosticar su futuro. Por otra parte, Google Trends es una herramienta de Google que proporciona información sobre las tendencias y el tráfico de las búsquedas por palabras clave. El objetivo de este Trabajo Fin de Grado es obtener un Indicador de Sentimiento Económico utilizando datos de Google Trends. Para entrenar el modelo, se utilizarán diversas series de Google Trends y los propios datos del Indicador de Sentimiento Económico calculado por la Comisión Europea., [EN] The Economic Sentiment Indicator is composed of confidence indicators for the industrial, services, consumer, construction and retail trade sectors. It indicates the degree of optimism that businesses and consumers have in assessing the current state of the economy and forecasting its future. On the other hand, Google Trends is a Google tool that provides information on trends and traffic of keyword searches. The aim of this Final Degree Project is to obtain an Economic Sentiment Indicator using data from Google Trends. To train the model, several Google Trends series and the Economic Sentiment Indicator data calculated by the European Commission will be used.

[ES] El cáncer de pulmón de células no pequeñas es uno de los tipos de cáncer que más afectan a la población a nivel mundial. Esta enfermedad conlleva grandes pérdidas sobre la calidad de vida de quien lo padece, debido tanto a la enfermedad como el tratamiento con el que se trata. Dando de esta forma posibilidades de poder mejorar la calidad de vida de dichos pacientes con una monitorización y dotando a los oncólogos de mayor información de estos. En este Trabajo de Final de Grado, se aborda el desarrollo de múltiples redes neuronales para la predicción de los diferentes cuestionarios que han contestado los pacientes en estudio, donde se ha conseguido predecir dos cuestionarios referentes a la calidad de vida de los pacientes con un error medio menor a 0.5, mediante el uso de datos recopilados vía smartphones. Con ello, se ha realizado una automatización del preprocesado y el análisis exploratorio de datos para replicar este proyecto en un período de tiempo más corto y que este sirva para realizar un seguimiento puntual de lo diferentes pacientes. Por último, se han sacado relaciones entre las actividades y la sintomatología de los diferentes pacientes, junto al diseño de un sistema de alarmas capaz de avisar cuando la calidad de vida de un paciente empeore superando un umbral dado., [CA] El càncer de pulmó de cèl·lules no xicotetes és un dels tipus de càncer que més afecten la població a nivell mundial. Aquesta malaltia comporta grans pèrdues sobre la qualitat de vida de qui ho pateix, degut tant a la malaltia com el tractament amb el qual es tracta. Donant d'aquesta manera possibilitats de poder millorar la qualitat de vida d'aquests pacients amb un monitoratge i dotant als oncòlegs de major informació d'aquests. En aquest Treball de Final de Grau, s'aborda el desenvolupament de múltiples xarxes neuronals per a la predicció dels diferents qüestionaris que han contestat els pacients en estudi, on s'ha aconseguit predir dos qüestionaris referents a la qualitat de vida dels pacients amb un error mig menor a 0.5, mitjançant l'ús de dades recopilades via telèfons intel·ligents. Amb això, s'ha realitzat una automatització del preprocessament i l'anàlisi exploratòria de dades, per a replicar aquest projecte en un període de temps més curt i que aquest servisca per a realitzar un seguiment puntual del diferents pacients. Finalment, s'han tret relacions entre les activitats i la simptomatologia dels diferents pacients, al costat del disseny d'un sistema d'alarmes capaç d'avisar quan la qualitat de vida d'un pacient empitjore superant un llindar donat., [EN] Non-small cell lung cancer is one of the most common cancers affecting people worldwide. This disease causes great losses in the quality of life of those who suffer from it, due to both the disease and the treatment with which it is treated. In this way, it is possible to improve the quality of life of these patients by monitoring them and providing oncologists with more information about them. This Bachelor's Degree Final Project deals with the development of multiple neural networks for the prediction of the different questionnaires answered by the patients under study, where it has been possible to predict two questionnaires referring to the quality of life of the patients with an average error of less than 0.5, by using data collected via smartphones. With this, an automation of the pre-processing and exploratory analysis of data has been carried out in order to replicate this project in a shorter period of time and that this serves to carry out a punctual follow-up of the different patients. Finally, relationships between the activities and the symptomatology of the different patients have been extracted, together with the design of an alarm system capable of warning when a patient's quality of life worsens beyond a given threshold.

[ES] Las redes sociales como Twitter son una gran fuente de información, ya que la gente comparte opiniones y las empresas se publicitan y comparten su contenido. Dentro de este contenido, se pueden encontrar las innovaciones de producto, que ocupan un importante valor en la sociedad, ya que pueden suponer mejoras tanto sociales como económicas. Un sector en el que se insertan constantes innovaciones de producto es el sector del calzado, debido a que se ve afectado por los constantes cambios de tendencia en busca de seguir la moda. Por tanto, el fin de este trabajo es crear un clasificador capaz de detectar las innovaciones de producto que las empresas del calzado publican en Twitter. Para ello, en primer lugar, mediante minería de datos se extrae información sobre el sector del calzado en Twitter. Puesto que esta información consiste en textos, el siguiente paso es el procesado del lenguaje natural, con el fin de que esta información sea una entrada apta para los algoritmos de aprendizaje automático que se aplican a continuación. Por último, se realiza una comparativa de los resultados que ofrecen los algoritmos, con la finalidad de decidir cuál es el que mejores predicciones ofrece, para posteriormente, desplegar este modelo con el objetivo de que pueda detectar innovaciones de producto., [EN] Social networks such as Twitter are a great source of information, as people share opinions and companies advertise and share their content. In this content, we can find product innovations, which have an important value in society, as they can lead to both social and economic improvements. A sector in which constant product innovations are inserted is the footwear sector, due to the fact that it is affected by the constant changes in trends in search of follow the fashion. Therefore, the purpose of this work is to create a classifier capable of detecting the product innovations that footwear companies publish on Twitter. To do so, firstly, by means of data mining, information about the footwear sector on Twitter is extracted. Since this information consists of texts, the next step is natural language processing, in order to make this information a suitable input for the machine learning algorithms that are then applied. Finally, a comparison of the results offered by the algorithms is carried out in order to decide which one offers the best predictions, and then this model is deployed to detect product innovations., [CA] Les xarxes socials com Twitter són una gran font d'informació, ja que la gent comparteix opinions i les empreses es publiciten i comparteixen el seu contingut. Dins d'aquest contingut, es poden trobar les innovacions de producte, que ocupen un important valor en la societat, ja que poden suposar millores tant socials com econòmiques. Un sector en el qual s'insereixen constants innovacions de producte és el sector del calçat, pel fet que es veu afectat pels constants canvis de tendència a la recerca de seguir la moda. Per tant, la fi d'aquest treball és crear un classificador capaç de detectar les innovacions de producte que les empreses del calçat publiquen en Twitter. Per a això, en primer lloc, mitjançant mineria de dades s'extrau informació sobre el sector del calçat en Twitter. Com que aquesta informació consisteix en textos, el següent pas és el processament del llenguatge natural, amb la finalitat que aquesta informació siga una entrada apta per als algorismes d'aprenentatge automàtic que s'apliquen a continuació. Finalment, es realitza una comparativa dels resultats que ofereixen els algorismes, amb la finalitat de decidir quin és el que millors prediccions ofereix, per a posteriorment, desplegar aquest model amb l'objectiu que puga detectar innovacions de producte.

[EN] The research project aims to study the sustainable and ethical policies of companies to generate a global ranking considering not only their social and environmental impact but also the framework in which they operate. To this end, both the policies of the different companies and the governments that regulate the countries where they are located are analyzed. A total of 15,600 companies and 201 countries are studied, using a K-means cluster and a PCA, respectively. The new ethical rating of the companies is calculated according to the quality of their country by means of Data Mapping. Finally, the results are visualized on maps, making it possible to study the similarities between countries on the same continent and facilitating the investor's reading of the ranking created., [ES] El proyecto de investigación tiene como objetivo estudiar las políticas sostenibles y éticas de las empresas para generar un ranking global mundial teniendo en cuenta no solo su impacto social y medioambiental sino el entrono en el que se desarrollan. Para ello se analizan tanto las políticas de las diferentes compañías como las de los gobiernos que rigen en los países donde se localizan. Se estudian 15600 empresas y 201 países. Tras analizar los datos éticos de cada país, se determina un indicador del score para cada país y utilizando este se calcula la nueva ponderación global mundial ética de las empresas. Por último, los resultados son visualizados en mapas de histogramas clasificando las empresas por cuartiles para así reflejar las similitudes entre países del mismo continente y facilitando al inversor la lectura del ranking creado., [CA] El projecte d'investigació té com a objectiu estudiar la polítiques sostenibles i ètiques de les empreses per a generar un rànquing global tenint en compte no sols el seu impacte social i mediambiental sinó l'entronitze en el que es desenvolupen. Per a això s'analitza tant les polítiques de les diferents companyies com els governs que regeixen els països on es localitzen. S'estudien 15600 empreses i 201 països, mitjançant un clúster K-*means i un *PCA, respectivament. Es calcula la nova ponderació ètica de les empreses en funció de la bondat del seu país mitjançant *Data *Mapping. Finalment, els resultats són visualitzats en mapes aconseguint així estudiar les similituds entre països del mateix continent i facilitant a l'inversor la lectura del rànquing creat.

[CA] Els avanços en teoria de grafs i anàlisi de xarxes complexes han estat fonamentals per a una millor comprensió dels sistemes complexos que poden aparèixer a la vida real. L’estructura comunitària és una de les característiques més importants dels grafs que modelen aquests sistemes; no obstant això, l’obtenció de comunitats és un problema extraordinàriament complex i encara no s’ha obtingut una solució que funcione satisfactòriament en qualsevol tipus de graf que es puga presentar en situacions reals. Durant les dues darreres dècades s’han desenvolupat multitud de mètodes per detectar comunitats en grafs, usant conceptes i tècniques de diferents àmbits científics com la física, la biologia, o les ciències socials. En aquest treball s’exposen alguns dels mètodes més emprats actualment a detecció de comunitats, i es presenten certs algorismes l’objectiu dels quals és la millora dels resultats obtinguts fins ara en grafs dirigits dèbilment connectats. A més, es presenta un nou algorisme basat en tècniques usades en tractament d’imatges per a la detecció de fronteres. Aquest nou mètode fa ús del producte de convolució per a la detecció i poda d’arestes de soroll. L’eficàcia d’aquest algorisme es comprova mitjançant la seva aplicació en dos casos reals: el trànsit de vols comercials entre aeroports dels Estats Units, i el flux d’estudiants entre graus al sistema d’accés a la universitat pública a Espanya, [ES] Los avances en teoría de grafos y análisis de redes complejas han sido fundamentales para una mejor comprensión de los sistemas complejos que pueden aparecer en la vida real. La estructura comunitaria es una de las características más importantes de los grafos que modelan estos sistemas; sin embargo, la obtención de comunidades es un problema extraordinariamente complejo y aún no se ha obtenido una solución que funcione satisfactoriamente en cualquier tipo de grafo que pueda presentarse en situaciones reales. Durante las dos últimas décadas se han desarrollado multitud de métodos para detectar comunidades en grafos, usando conceptos y técnicas de distintos ámbitos científicos como la física, la biología, o las ciencias sociales. En este trabajo se exponen algunos de los métodos más empleados actualmente en detección de comunidades, y se presentan ciertos algoritmos cuyo objetivo es la mejora de los resultados obtenidos hasta el momento en grafos dirigidos débilmente conectados. Además, se presenta un nuevo algoritmo basado en técnicas usadas en tratamiento de imágenes para la detección de bordes. Este nuevo método hace uso del producto de convolución para la detección y poda de aristas de ruido. La eficacia de este algoritmo se comprueba mediante su aplicación en dos casos reales: el tráfico de vuelos comerciales entre aeropuertos de Estados Unidos, y el flujo de estudiantes entre grados en el sistema de acceso a la universidad pública en España., [EN] The advances in graph theory and complex network analysis have been fundamental in a better understanding of real complex systems. Community structure is one of the most important characteristics in graphs modelling these systems; nevertheless, obtaining graph's communities is an extraordinarely complicated problem and has not yet been found a solution that can obtain satisfying results in any kind of graph that may appear in real scenarios. During the last two decades, a huge number of community detection methods have been developed, employing concepts and techniques from various scientific areas such as physics, biology or social sciences. In this work, some of the most popular community detection methods are described, and are also presented new algorithms developed to improve the results in weakly connected directed graphs. A new algorithm based on image processing techniques for edge detection is described. This new method makes uso of the convolution product for detecting and pruning noise edges that may be present in the graph. The performance of this algorithm is proved in two real cases: commercial flights transit between US airports, and studient transit between univeristy degrees in the access system to the Spanish public universities.

[CA] El desenvolupament i l'expansió de les noves tecnologies plantegen un nou repte, el de continuar amb el progrés tecnologic alhora que es garanteix la privacitatdels seus usuaris. Aquí és on entra en joc l'anonimització; aquest procés serveix per protegir les dades personals sensibles mitjarn;ant diferents tecniques. L' objectiu d' aquest treball fi­nal de grau és el desenvolupament d'un model capa, [ES] El desarrollo y la expansión de las nuevas tecnologías plantean un nuevo reto, el de continuar con el progreso tecnológico al tiempo que se garantiza la privacidad de sus usuarios. Aquí es donde entra en juego la anonimización. Este proceso sirve para proteger los datos personales sensibles mediante diferentes técnicas. El objetivo de este trabajo final de grado es el desarrollo de un modelo capaz de anonimizar texto no estructurado adaptándose a las necesidades de un usuario. Para el desarrollo de este trabajo se han utilizado modelos de reconocimiento de en­tidades pre-entrenados de spaCy. Para el fine tunning de los modelos se han utilizado principalmente los datos anotados del proyecto wikiner, incluyendo anotaciones de los mismos datos de nuevas etiquetas, como profesión o nacionalidad. A parte de los reentre­namientos también se ha añadido al modelo la posibilidad de personalizarlo a través de diferentes opciones como la anonimización vía expresiones regulares o la anonimización forzada a través de listas de entidades, entre otras opciones. Por último, se ha realizado un análisis de los resultados obtenidos evaluando la co­rrecta anonimización de diferentes textos y las mejoras respecto al modelo base de spaCy, [EN] The development and expansion of new technologies pose a new challenge, that of continuing technological progress while ensuring the privacy of its users. This is where anonymization comes into play, this process serves to protect sensitive personal data using different techniques. The objective of this final degree work is the development of a model capable of anonymizing unstructured text adapting to the needs of a user. Por the development of this work, pre-trained entity recognition models of spaCy have been used. Por the fine tuning of the models we mainly used the annotated data from the wikiner project. Apart from the re-training, we have also added to the model the possibility of customizing it through different options such as anonymization vía regular expressions or forced anonymization through lists of entities, among other options. Pinally, an analysis of the results obtained has been carried out, evaluating the correct anonymization of different texts and the improvements with respect to the spaCy base model.

[CA] En el present projecte es desenvolupa un model quantitatiu conceptual orientat a l’avaluació de València com una ciutat que permeta als seus habitants l’accés en menys de 15 minuts als servicis bàsics de vivenda, treball, salut, educació, aprovisionament i oci. Tot el marc teòric de la implementació del model se sustenta en la teoria de la ciutat en 15 minuts desenrotllada per Carlos Moreno i aplicada recentment en ciutats com París o Melbourne. Es planteja un procés metodològic estandarditzat d’extracció, transformació i càrrega de dades oberts georreferenciades, que permeta la seua posterior utilització en el disseny estadístic de diferents indicadors compostos de qualitat urbana. Addicionalment, a fi de realitzar un anàlisi comparatiu entre els barris de la ciutat, tenint en compte els resultats obtinguts en els indicadors compostos i les seues característiques socioeconòmiques, s’empren metodologies univariants; com l’anàlisi de l’autocorrelació espacial, i multivariants; destacant la reducció de la dimensionalidad (PCA) i la clusterización (K-Means i clustering jeràrquic Ward) per a avaluar detalladament cada un dels barris. D’esta manera, es pretén crear una ferramenta que afavorisca la presa de decisions per part de les institucions competents respecte a la utilització eficient de recursos en la ciutat., [ES] En el presente proyecto se desarrolla un modelo cuantitativo conceptual orientado a la evaluación de Valencia como una ciudad que permita a sus habitantes el acceso en menos de 15 minutos a los servicios básicos de vivienda, trabajo, salud, educación, aprovisionamiento y ocio. Todo el marco teórico de la implementación del modelo se sustenta en la teoría de \textit{la ciudad en 15 minutos} desarrollada por Carlos Moreno y aplicada recientemente en ciudades como París o Melbourne. Se plantea un proceso metodológico estandarizado de extracción, transformación y carga de datos abiertos georreferenciados, que permita su posterior utilización en el diseño estadístico de diferentes indicadores compuestos de calidad urbana. Adicionalmente, con el fin de realizar un análisis comparativo entre los barrios de la ciudad, teniendo en cuenta los resultados obtenidos en los indicadores compuestos y sus características socioeconómicas, se emplean metodologías univariantes; como el análisis de la autocorrelación espacial, y multivariantes; destacando la reducción de la dimensionalidad (PCA) y la clusterización (K-Means y clustering jerárquico Ward) para evaluar detalladamente cada uno de los barrios. De esta forma, se pretende crear una herramienta que favorezca la toma de decisiones por parte de las instituciones competentes en lo que respecta a utilización eficiente de recursos en la ciudad., [EN] In this project, a conceptual quantitative model is developed to evaluate Valencia as a city that allows its inhabitants access in less than 15 minutes to basic housing, work, health, education, provisioning, and leisure services. The entire theoretical framework for the implementation of the model is based on \textit{the 15 minutes city}e developed by Carlos Moreno and recently applied in cities such as Paris or Melbourne. A standardized methodological process of extraction, transformation, and loading of georeferenced open data is proposed, which allows its subsequent use in the statistical design of different composite indicators of urban quality. Additionally, to carry out a comparative analysis between the city's neighborhoods, taking into account the results obtained in the composite indicators and their socioeconomic characteristics, univariate methodologies are used; as the analysis of spatial autocorrelation, and multivariate; highlighting the reduction of dimensionality (PCA) and clustering (K-Means and Ward hierarchical clustering) to evaluate each of the neighborhoods in detail. In this way, it is intended to create a tool that favors decision-making by competent institutions regarding the efficient use of resources in the city.\end{abstract}

[ES] A día de hoy, el trabajo en equipo se ha vuelto una parte central de muchas titulaciones de educación superior. Esto responde a una tendencia laboral, en la que una gran mayoría de proyectos complejos son resueltos en equipo. Para desarrollar correctamente las competencias relacionadas con el trabajo en equipo, es deseable que los equipos formados en el aula permitan el buen desarrollo de estas competencias. Aunque existen diferentes guías basadas en la psicología organizacional para la formación de estos equipos (e.g., Belbin, Myer-Briggs, Big Five, etc.), la formación óptima de equipos en el aula es una tarea que puede ser cognitivamente muy costosa para el docente, pues los tamaños de aula son grandes y la combinatoria explota rápidamente. De hecho, el problema es una instancia especial del conocido como Coalition Structure Generation Problem, un problema altamente combinatorio que consiste en dividir un conjunto de agentes en una partición completa y disjunta. En este trabajo final de grado (TFG) proponemos un modelo entero para la formación de equipos en el aula, y también exploramos el comportamiento de varios solvers de código libre a la hora de resolver dicho modelo. Debido a la pobre escalabilidad de los solvers exactos con tamaños de aula grande, también diseñamos algoritmos metaheurísticos, más asequibles para la resolución de instancias grandes del problema y estudiamos su rendimiento comparado con los métodos exactos., [EN] Nowadays teamwork has become an essential part of higher education degrees. This fact comes as a response of a trend in the labor market, where most of the complex projects are solved by teams. To correctly develop the skills related to teamwork, it is desirable for teams formed in the classroom to allow a great development of those skills. Although there exist different guidelines based on organizational psychology (e.g, Belbin, Myers-Briggs, Big Five, etc.), optimal team formation in the aula can be, cognitively, a very difficult task for the teacher, as class sizes are large, and the combinatorics quickly explodes. In fact, the problem is a particular instance of the well-known Coalition Structure Generation Problem, a highly combinatorial problem which consists of splitting a set of agents into a complete and disjoint set. In this final degree dissertation, we propose an integer model for team formation in the classroom, and we also explore the behavior of several open-source solvers when solving the aforementioned model. Due to the poor scalability of exact solvers with large class sizes, we also design metaheuristic algorithms, which are more affordable for solving large instances of the problem, and we study their performance compared to the exact methods.

[ES] El reconocimiento de entidades nombradas o NER tiene como misión extraer entidades específicas en grandescolecciones de textos y clasificarlas según su camposemántico. Las entidades más comunes incluyen personas, localizaciones y organizaciones, aunque pueden variar dependiendo de los requisitos de la tarea. Con el paso de los años, las tecnologías especializadas en NER se han desarrollado rápidamente para abordar nuevos retos y lograr unos resultados propios del estado del arte, pasando por sistemas basados en reglas creadas a mano hasta alcanzar los modelos más complejos de aprendizaje neuronal profundo. Estos últimos son la referencia de muchas investigaciones actuales por presentar unos mecanismos potentes capaces de aprender del contexto de las palabras y apoyarse en representaciones distribuidas de características en un espacio latente. Mediante este trabajo final de grado, se presenta una arquitectura basada en el concepto de red neuronal para identificar las entidades nombradas en una colección antigua de licencias matrimoniales manuscritas en catalán. En concreto, se propone un red con memoria a corto y largo plazo bidireccional (Bi-LSTM) y un campo aleatorio condicional (CRF) en la capa final como decodificador de etiquetas. Los resultados obtenidos reflejan las buenas prestaciones de reconocimiento sobre las categorías semánticas y de estas junto con la persona asociada cuando las transcripciones no contienen fallos (errores del 2.05% y 2.34%, respectivamente). Por otra parte, se ha evaluado el rendimiento del modelo con unas transcripciones generadas por un proceso de reconocimiento de texto manuscrito que pueden presentar errores. Ante esta situación, las etiquetas de salida predichas también se ajustan adecuadamente a cada palabra., [EN] Named Entity Recognition (NER) attains to extract and classify specific entities on large text collections according to its semantic field. Most common entities include persons, places and organizations but may vary depending on the task requirements. Over the years, specialized NER technologies have rapidly developed to tackle upcomingchallenges and achieve state-of-art results, covering rule-based systems that are created using hand-crafted rules until reaching more complex deep learning models. These last ones serve as a reference to many actual investigations as they present powerful mechanisms capable of learning from word context and rely on distributed feature representations in a latent space. Throughthisfinaldegreeproject, anarchitecturebasedontheneuralnetworkconcept is presented to identify named entities in an old catalan collection of handwritten marriage licenses. Specifically, a bidirectional Long-Short Term Memory (Bi-LSTM) network with a Condition Random Field (CRF) in the final layer as a tag decoder is proposed. Results obtained reflect a good recognition performance on both semantic categories and these ones together with the associated person when transcripts do not contain mistakes (error rates of 2.05% and 2.34%, respectively). On the other hand, the model’s performance has been tested with some transcripts generated by a handwritten text recognition process that can present errors. In this situation, the predicted output labels also fit appropiately for each word.

[ES] La motivación del presente trabajo es abordar un estudio acerca de la implementación de técnicas de machine learning y estadística multivariante a un problema real y muy grave, como es el diagnóstico del cáncer de mama. Esto se llevará a cabo mediante el empleo de dichas técnicas a unos biomarcadores obtenidos mediante resonancia magnética. En primer lugar, se pondrá en contexto el problema en cuestión, el cáncer de mama, la resonancia magnética y la obtención de sus respectivos biomarcadores. Más adelante, se hablará del estado del arte de la Inteligencia Artificial, especialmente en el ámbito de la salud y la medicina. Se plantearán distintos modelos, quedarán expuestos sus fundamentos matemáticos/estadísticos, y los resultados esperados de cada uno. Para finalizar, se aplicarán a los datos, y se verán los resultados esperados de cada uno, [EN] The motivation of the present work is to approach a study about the implementation of machine learning and multivariate statistics techniques to a real and very serious problem, as is the diagnosis of breast cancer. This will be done through the use of these techniques to some biomarkers obtained by magnetic resonance imaging. First, the problem in question, breast cancer, magnetic resonance imaging and the obtaining of their respective biomarkers, will be put into context. Later, the state of the art of Artificial Intelligence, especially in the field of health and medicine, will be discussed. Different models will be introduced, their mathematical/statistical foundations will be explained, and the expected results of each one. Finally, they will be applied to data, and the expected results of each one will be shown.

[CA] Cada vegada les dades són més importants, tenen major valor i utilitat. El seu rang d'aplicació és molt ampli, és per això que la Ciència de Dades ha arribat al món de l'esport del motor, ja siga en l'àmbit automobilístic com al motociclista. Aquestes dades les generen la gran quantitat de sensors que incorporen aquests vehicles, per la qual cosa el volum de dades generat cada cap de setmana de carreres és molt gran. Entre les diferents categories que componen aquests esports, aquest projecte se centra en les dues categories més importants com són MotoGP i Fórmula 1 les quals són aquelles en les quals les dades són més accessibles, podent així generar bases de dades més completes i amb un major nombre de registres. Aquest Treball de Fi de Grau (TFG) compren la major part dels aspectes que constitueixen la Ciència de Dades, des de l'obtenció de les dades, passant per la visualització i preparació, arribant finalment a la predicció de dades generant conclusions pròpies. Com veurem al llarg del document, s'han generat les dades de MotoGP i Fórmula 1 aplicant diferents tècniques, per a posteriorment poder visualitzar-les, creant comparacions entre pilots i dashboards interactius. S'obtenen prediccions sobre la posició final de la carrera per a ambdós esports, utilitzant diversos models predictius, tant regressors com classificadors. En els models s'han introduït bases de dades variades, en les quals comparar quines aporten un major coneixement al model. Finalment, s'ha millorat els resultats d'un estudi de Fórmula 1 publicat amb anterioritat., [ES] Cada vez los datos son más importantes, tienen mayor valor y utilidad. Su rango de aplicación es muy amplio, es por ello por lo que la Ciencia de Datos ha llegado al mundo del deporte del motor, ya sea en el ámbito automovilístico como el motociclista. Estos datos son generados por la gran cantidad de sensores que incorporan estos vehículos, por lo que el volumen de datos generado cada fin de semana de carreras es muy grande. Entre las diferentes categorías que componen estos deportes, este proyecto se centra en las dos categorías más importantes como son MotoGP y Fórmula 1 las cuales son aquellas en las que los datos son más accesibles, pudiendo así generar bases de datos más completas y con un mayor número de registros. En este Trabajo de Fin de Grado (TFG) se abarca la mayor parte de los aspectos que constituyen la Ciencia de Datos, desde la obtención de los datos, pasando por la visualización y preparación, llegando finalmente a la predicción de datos generando conclusiones propias. Como veremos a lo largo del documento, se han generado los datos de MotoGP y Fórmula 1 aplicando diferentes técnicas, para posteriormente poder visualizarlos creando comparaciones entre pilotos y dashboards interactivos. Se obtienen predicciones acerca de la posición final de la carrera para ambos deportes, utilizando diversos modelos predictivos, tanto regresores como clasificadores. En los modelos se han introducido bases de datos variadas, en las que comparar cuales aportan un mayor conocimiento al modelo. Finalmente, se han mejorado los resultados de un estudio de Fórmula 1 publicado con anterioridad., [EN] Data is becoming increasingly important, valuable, and useful. Its range of application is very wide, is why Data Science has reached the world of motorsport, in motorcycling field s . These data are generated by the large number both the automotive and of sensors that these vehicles incorporate, so the volume of data generated during each weekend race is very large. Among the different categories that make up these sports, this project focuses on the two most important categories such as MotoGP and For mula 1, which are those in which the data are more accessible, thus being able to generate more complete databases with a greater number of records. This Final Degree Project (TFG) covers most of the aspects that make up Data Science, from obtaining the da ta, through visualisation and preparation, finally arriving at data prediction and generating its own conclusions. As we will see throughout the document, MotoGP and Formula 1 data have been generated by applying different techniques, to later visualise them by creating comparisons between riders and interactive dashboards. Predictions about the final position of the race are obtained for both sports, using different predictive models, both regressors and classifiers. A variety of databases have been introduced into the models, in which to compare which provide further insight into the model. Finally, the results of a previously published Formula 1 study have been improved

[ES] El procesamiento del lenguaje natural (PLN) es una rama de la inteligencia artificial que se encuentra en auge. El objetivo del PLN es que las máquinas comprendan e interpreten el lenguaje natural tal y como los humanos conocemos. Presenta múltiples aplicaciones, tales como: sistemas de traducción automática, clasificación de texto, análisis de sentimientos, sistemas de autocorrección, etc. En la actualidad se genera una gran cantidad de datos diariamente ya sea por medio de redes sociales o por otras plataformas donde la gente interactúa, y donde internautas escriben posts ofensivos bajo el anonimato que son difíciles de detectar.A menudo muchas empresas abordan la tarea de clasificar ciertos mensajes o comentarios clasificándolos de manera manual, lo cual es ineficiente ya que tiene un coste tanto económico como temporal. Debido a la repercusión que estos comentarios pueden generar en varias personas, se han llevado a cabo varias tareas de evaluación que guardan relación con la detección de mensajes de odio. Por ello, el presente TFG se centra en la detección de toxicidad y estereotipos raciales en comentarios publicados en noticias relacionadas con la inmigración, mediante la participación en dos competiciones diferentes, DETOXIS y DETESTS. Mediante el desarrollo y estudio de diversos clasificadores abordaremos la tarea de clasificación de los comentarios ofensivos., [EN] Natural language processing (NLP) is a growing branch of artificial intelligence. The goal of NLP is for machines to understand and interpret natural language as we humans know it. It has multiple applications, such as: machine translation systems, text classification, sentiment analysis, self-correction systems, etc. Nowadays a large amount of data is generated daily either by social networks or by other platforms where people interact, and where users write offensive posts under anonymity that are difficult to detect.Often many companies approach the task of classifying certain messages or comments by classifying them manually, which is inefficient as it has both an economic and time cost. Due to the impact that these comments can have on a number of people, several evaluation tasks have been carried out related to the detection of hate messages. Therefore, this TFG focuses on the detection of toxicity and racial stereotypes in comments published in news related to immigration, by participating in two different competitions, DETOXIS and DETESTS. Through the development and study of different classifiers we will approach the task of classifying offensive comments., [CA] El processament del llenguatge natural (PLN) és una branca de la intel·ligència artificial que es troba en auge. L’objectiu del PLN és que les màquines comprenguen i interpreten el llenguatge natural tal com els humans coneixem. Presenta múltiples aplicacions, com ara: sistemes de traducció automàtica, classificació de text, anàlisi de sentiments, sistemes d’autocorrecció, etc. En l’actualitat es genera una gran quantitat de dades diàriament ja siga per mitjà de xarxes socials o per altres plataformes on la gent interactua, i on internautes escriuen posts ofensius sota l’anonimat que són difícils de detectar.Sovint moltes empreses aborden la tasca de classificar uns certs missatges o comentaris classificant-los de manera manual, la qual cosa és ineficient ja que té un cost tant econòmic com temporal. A causa de la repercussió que aquests comentaris poden generar en diverses persones, s’han dut a terme diverses tasques d’avaluació que guarden relació amb la detecció de missatges d’odi. Per això, el present TFG se centra en la detecció de toxicitat i estereotips racials en comentaris publicats en notícies relacionades amb la immigració, mitjançant la participació en dues competicions diferents, DETOXIS i DETESTS. Mitjançant el desenvolupament i estudi de diversos classificadors abordarem la tasca de classificació dels comentaris ofensius.

[CA] La previsió de vendes és una part fonamental dels processos de distribució de tèxtils i peces de roba, perquè una gestió precisa de la producció i l’abastiment permet minimitzar els costos, satisfer els clients i obtindre un avantatge en un mercat tan marcat per la competència i la globalització.Per a realitzar millors prediccions és necessari incorporar cada vegada més informació als models que s’utilitzen amb este fi. Concretament, en els esdeveniments especials com el Black Friday, la mercaderia ha de posicionar-se avançant-se a la venda, per la qual cosa en eixe tipus de casos és crucial determinar el punt de saturació o màxima venda possible en cada botiga per a evitar les ruptures de stock. No obstant, les limitacions específiques del mercat tèxtil (nombrosos nousarticles ambunacurtavidaútil)compliquenelprocedimentdepronòsticidificulten la utilització de models de predicció existents. En el present treball de fi de grau, en col·laboració amb l’empresa multinacional Inditex, s’implementen diferents sistemes intel·ligents de pronòstic, basats en ferramentes de regressió que realitzen, automàticament, la previsió de vendes d’articles en el Black Friday. Les prestacions dels models s’avaluen emprant dades reals dels últims quatre anys., [ES] La previsión de ventas es una parte fundamental de los procesos de distribución de textiles y prendas de vestir, pues una gestión precisa de la producción y el abastecimiento permite minimizar los costes, satisfacer a los clientes y obtener una ventaja en un mercado tan marcado por la competencia y la globalización. Concretamente, en los eventos especiales como el Black Friday, la mercancía ha de po- sicionarse adelantándose a la venta, por lo que en ese tipo de casos es crucial determinar el punto de saturación o máxima venta posible en cada tienda para evitar las rupturas de stock. No obstante, las limitaciones específicas del mercado textil (numerosos nuevos artículos con una corta vida útil) complican el procedimiento de pronóstico y dificultan la utilización de modelos de predicción existentes. En el presente trabajo de fin de grado, en colaboración con la empresa multinacional Inditex, se implementan diferentes sistemas inteligentes de pronóstico, basados en herra- mientas de regresión que realizan, automáticamente, la previsión de ventas de artículos en el Black Friday. Las prestaciones de los modelos se evalúan empleando datos reales de los últimos cuatro años., [EN] Sales forecasting is a key part of the textile and clothing distribution processes, since precise management of production and supply allows companies to minimize costs and satisfy customers. In addition, it constitutes a competitive advantage in a globalised market. In order to obtain better predictions it is necessary to incorporate increasingly more information to the models used with this aim. Particularly, in special events such as Black Friday, the stock must be placed ahead of sale. In these kinds of cases it is crucial to determine the market saturation point or maximum possible sale in each store to avoid stockouts. However, the specific limitations of the textile market -many new items with a short shelf life- complicate the forecasting procedure and make it difficult to use existing models. This thesis describes a project conducted in cooperation with the multinational com- pany Inditex, in which different intelligent forecasting systems were implemented. These are based on regression tools that automatically forecast the sales of items on Black Fri- day. The performance of the models is evaluated using real data from the last four years

[ES] En los últimos años se ha consolidado una tendencia hacia la digitalización y la semiautomatización, o la automatización. Este hecho ha ocasionado la implementación de múltiples técnicas de aprendizaje automático o aprendizaje profundo a campos en los que en un principio no se pensó que se pudieran aplicar. En este escrito se trata el uso del análisis de imágenes hiperespectrales con redes neuronales convolucionales con el objetivo de obtener los parámetros necesarios de la calidad del producto destinado a la venta, atún en lata. En este marco, el uso del lenguaje de programación Python se ha extendido enormemente por la comunidad científica y técnica con el objetivo de emplear métodos de inteligencia artificial con gran énfasis en el uso de las herramientas de Keras y TensorFlow en el ámbito del análisis profundo de imágenes, así como la creación de modelos capaces de realizar acciones y decisiones en base a estas. Las imágenes hiperespectales proporcionan una resolución y rango espectral que las imágenes convencionales como las RGB no logran, permitiendo medir determinado número de anchos de banda para cada píxel en el espectro visible. Este tipo de imágenes permite la obtención de valores que facilitan la identificación de los parámetros, algo más abstractos, de la textura del producto, pudiendo usar las redes convolucionales para obtener una aproximación al parámetro., [EN] In the last years a new tendency has been consolidated forward digitalization and automation in the industry. This fact has caused the implementation of multiple machine learning or deep learning techniques en fields of knowledge that in first sight are not viable to be applied. This paper is about the use of hyperpespectral imaging analysis with convolutional neural networks with the purpouse of obtain the required parameters relatives to the quality of the product destined to be sold, canned tuna. In this context, the use of the programming language Python has now largely spread throughout the scientific and technique community with the purpouse of apply machine learning methods, with great emphasis on the tools Keras and Tensorflow in the field of the image analysis. Hyperespectral imaging provides better and wider espectral resolution than the conventional ones, with RGB, allowing measure various wavelenghts of the espectrum of light in one pixel. This type of images grant obtain easier values that make easier the measurement of the parameters, sometimes abstracts, of the texture of the product, using the convolutional networks to obtain this measures., [CA] Enl’últims anys s’ha consolidat una tendéncia cap a la digitalizació y la semiautomatizació o l’automatizació. Aquest fet hi ha ocasionat l’implementació de múltiples tècniques d’aprenentatge automàtic o aprenentatge profund a camps de treball en els que en uninici no es va pensar que es pogueren aplicar. En aquest escrit es desenvolupa l’ús d’imatges hiperespectrals amb xarxes neuronals convolucionals amb el objectiu d’obtindre els paràmetres necesaris de la qualitat del producte destinat ser posat a la venda, toyina en lata. En aquest marc, l’ús del llenguaje de programació Python s’ha extés enormement per la comunitat científica y tècnica amb l’objectiu d’abocar mètods d’intel·ligència artificial fent gran èmfasis en l’ús de les ferramentes de Keras i Tensorflow en l’àmbit de l’anàlisis profund d’imatges, així com la creació de models capaços de realitzar accions y decisions en base a les imatges. Les imatges hiperespectrals proporcionen una resolució y rang espectral que les imatges convencionals RGB no logren, permetent medir determinat nombre d’amplades de banda per cada píxel en l’espectre de la llum. Aquest tipo d’imatges permet l’obtenció de valores que faciliten l’identificació del parametres, méss abstractes, de la textura del producte, podent emprar les xarxes convolucionales per obtindre una aproximació al paràmetre.

[ES] La Esclerosis Lateral Amiotrófica es una enfermedad degenerativa de motoneurona caracterizada por su dificultad de diagnóstico: más del 90\% de los casos son esporádicos y no existe ninguna prueba paraclínica fiable capaz de detectarla. Es por ello que urge el desarrollo de biomarcadores que permitan el diagnóstico y la monitorización. En este trabajo, se ha utilizado un conjunto de datos de 211 pacientes (114 ELA, 45 mimic, 30 portadores de mutación y 22 control) con atributos de radiómica (morfometría, depósitos de hierro) integrados con variables clínicas y con 6 variables de valoración semicuantitativa de depósitos de hierro. Se ha enfocado el problema como una tarea de clasificación binaria entre pacientes con y sin ELA. Se ha seguido una metodología de modelado secuenciada abordada desde una perspectiva de mejora iterativa con técnicas de filtrado de variables, reducción de dimensionalidad (PCA, kernel PCA), sobremuestreo (SMOTE, ADASYN) y clasificación (regresión logística, LASSO, Ridge, ElasticNet, Support Vector Classifier, K-vecinos, random forest). Para cada arquitectura propuesta, se ha utilizado varios subconjuntos de los datos disponibles, planteando modelos con un solo conjunto de datos y modelos multimodales. Los mejores resultados han sido proporcionados por un clasificador de votación compuesto por cinco clasificadores: accuracy=0.896, AUC=0.929, sensitividad=0.886, especificidad=0.929. Los mejores resultados sin uso de las variables semicuantitativas han sido proporcionados por Support Vector Classifier: accuracy=0.815, AUC=0.879, sensitividad=0.833, especificidad=0.794. En ambos clasificadores se ha utilizado un filtrado de variables por feature importance en LASSO. Finalmente, se ha propuesto un prototipo para integrar la metodología existente necesaria para la obtención de los datos junto a la metodología desarrollada en el trabajo, orientada para diagnóstico y pronóstico en entornos clínicos., [EN] Amyotrophic Lateral Sclerosis is a degenerative motor neuron disease characterized by its diagnostic difficulty: more than 90\% of cases are sporadic and there is no reliable paraclinical test capable of detecting it. The development of ALS biomarkers for diagnosis and monitoring is urgently needed. This work has used a dataset of 211 patients (114 ALS, 45 mimic, 30 genetic carriers and 22 control) with radiomics attributes (morphometry, iron deposition) integrated with clinical variables and 6 semiquantitative visually-assessed indicators of iron deposition. A binary classification task approach has been taken to classify patients with and without ALS. A sequential modeling methodology, understood from an iterative improvement perspective, has been followed. It has included variable filtering techniques, dimensionality reduction techniques (PCA, kernel PCA), oversampling techniques (SMOTE, ADASYN) and classification techniques (logistic regression, LASSO, Ridge, ElasticNet, Support Vector Classifier, K-neighbors, random forest). For each proposed architecture, several subsets of the available data have been used, proposing models with single data types and multimodal models. The best results have been provided by a voting classifier composed of five classifiers: accuracy=0.896, AUC=0.929, sensitivity=0.886, specificity=0.929. The best results without the use of semiquantitative variables have been provided by Support Vector Classifier: accuracy=0.815, AUC=0.879, sensitivity=0.833, specificity=0.794. In both classifiers a filtering of variables by feature importance in LASSO has been used. Finally, a prototype has been proposed to integrate the existing methodology necessary to obtain the data together with the methodology developed in this work, oriented to diagnosis and prognosis in clinical settings.

[CA] Les sèries temporals fan referència a successions de dades ordenats cronològicament i que mostren l’evolució d’un variable en un determinat període de temps. Hui en dia el modelatge de sèries temporals està present en molts àmbits professionals com el negoci, la indústria o la medicina. Així, doncs, és d’interés per a tota organització que dispose d’este tipus de dades poder explotar-los per a donar-los utilitat. Enconcret este TFG sorgix d’una col·laboració i proposta per part d’Inditex. L’empresa disposa en els seus sistemes multitud de quadros de comandaments ja elaborats que mostren informació important en temps real, però no tenen personal suficient com per a poder controlar-los en tot moment. Donadaesta problemàtica, Inditex busca investigar el potencial d’un sistema capaç d’automatitzar la detecció d’anomalies en sèries temporals des d’una perspectiva pura de visió artificial, simulant la tasca que podia realitzar una persona per mitjà de l’anàlisi o revisió de les gràfiques presents en els dashboards. Este Treball de Fi de Grau, per tant, pretén analitzar la viabilitat de crear mètodes de detecció d’anomalies en sèries temporals a través de l’ús únic i exclusiu d’imatges amb representacions gràfiques de línies bidimensionals. S’han desenvolupat així dos propostes distintes, enfocades en un tipus d’imatge i anomalia diferents. Amb la primera d’elles hem aconseguit, fent ús d’un Autoencoder convolucional, detectar anomalies puntuals en un xicotet conjunt de gràfiques a nivell local, marcant les columnes exactes on es localitzaven. D’altra banda, amb la segona proposta hem aconseguit detectar anomalies a nivell global, creant per a això models de classificació binària capaç de separar les imatges amb anomalies de les normals. Així, doncs, s’ha aconseguit, emprant una xarxa neuronal convolucional preentrenada ResNet50, un valor de f1-score de 0.87 sobre un conjunt de representacions de test., [ES] Las series temporales hacen referencia a sucesiones de datos ordenados cronológicamente y que muestran la evolución de un variable en un determinado período de tiempo. Hoy en día el modelado de series temporales está presente en muchos ámbitos profesionales como el negocio, la industria o la medicina. Así pues, es de interés para toda organización que disponga de este tipo de datos poder explotarlos para darles utilidad. En concreto este TFG surge de una colaboración y propuesta por parte de Inditex. La empresa dispone en sus sistemas multitud de cuadros de mandos ya elaborados que muestran información importante en tiempo real, pero no tienen personal suficiente como para poder controlarlos en todo momento. Dada esta problemática, Inditex busca investigar el potencial de un sistema capaz de automatizar la detección de anomalías en series temporales desde una perspectiva pura de visión artificial, simulando la tarea que podía realizar una persona mediante el análisis o revisión de las gráficas presentes en los dashboards. Este Trabajo de Fin de Grado, por tanto, pretende analizar la viabilidad de crear métodos de detección de anomalías en series temporales a través del uso único y exclusivo de imágenes con representaciones gráficas de líneas bidimensionales. Se han desarrollado así dos propuestas distintas, enfocadas en un tipo de imagen y anomalía diferentes. Con la primera de ellas hemos conseguido, haciendo uso de un Autoencoder convolucional, detectar anomalías puntuales en un pequeño conjunto de gráficas a nivel local, marcando las columnas exactas donde se localizaban. Por otro lado, con la segunda propuesta hemos logrado detectar anomalías a nivel global, creando para ello modelos de clasificación binaria capaces de separar las imágenes con anomalías de las normales. Así pues, se ha alcanzado, empleando una red neuronal convolucional preentrenada ResNet-50, un valor de f1-score de 0.87 sobre un conjunto de representaciones de test., [EN] Time series refer to successions of chronologically ordered data showing the evolution of a variable over a certain period of time. Nowadays, time series modeling is present in many professional fields such as business, industry or medicine. Thus, it is of interest for any organization that has this type of data to be able to exploit them to make them useful. Specifically, this TFG arises from a collaboration and proposal by Inditex. The company has in its systems a multitude of dashboards that show important information in real time, but they do not have enough staff to control them at all times. Given this problem, Inditex seeks to investigate the potential of a system capable of automating the detection of anomalies in time series from a pure computer vision perspective, simulating the task that a person could perform by analyzing or reviewing the graphs present in the dashboards. This Final Degree Project, therefore, aims to analyze the feasibility of creating anomaly detection methods in time series through the sole and exclusive use of images with two-dimensional line graph representations. Thus, two different proposals have been developed, focused on a different type of image and anomaly. With the first one, using a convolutional Autoencoder, we have been able to detect punctual anomalies in a small set of graphs at a local level, marking the exact columns where they were located. On the other hand, with the second proposal we have been able to detect anomalies at a global level, creating binary classification models capable of separating the images with anomalies from the normal ones. Thus, using a pretrained convolutional neural network ResNet-50, we have achieved an f1-score value of 0.87 on a set of test representations.

[ES] A diferencia de la automatización tradicional, el concepto Robot Process Automation (RPA), guarda grandes diferencias con esta. Una RPA no está ligada al concepto de robot físico, sino que es una automatización robótica de procesos, es decir, un conjunto de tareas que está enfocado principalmente en el área de trabajo. Por tanto, su objetivo principal es la eficiencia a la hora de realizar trabajo en equipo, donde las tareas repetitivas son realizadas con un menor esfuerzo y con una menor cantidad de recursos. De esta forma, se intenta emular la actividad del ser humano y su forma de trabajar convirtiéndose así en un proceso importante dentro de cualquier compañía. Esto ha hecho que los ingresos de la RPA hayan aumentado mucho en los últimos años, las compañías se benefician de las ventajas que proporciona la RPA y dan el salto a una mayor transformación digital, pero es importante analizar previamente en qué procesos de negocio podrían aplicar esta tecnología y verificar que realmente puedan ser automatizados. Para ello existen centros de excelencia (CoE) útiles para integrar RPA de forma efectiva en la empresa. El presente trabajo de fin de grado tiene por tanto como objetivo mostrar cuáles son todas estas características que presenta la RPA, los casos de uso, sus beneficios, su implementación e integración en la empresa, así como una comparación entre las principales herramientas que existen en el mercado y unas conclusiones tras esta. Después de haber obtenido las conclusiones se conoce el entorno y se realiza una automatización de un formulario web con UiPath, la herramienta elegida tras la comparativa. Finalmente, se exploran otras herramientas como SikuliX o Selenium no vistas previamente pero que también son de utilidad para la ejecución de la misma tarea de automatización y que suponen opciones que no deben ser descartadas. Esto aporta un valor añadido al proyecto ya que se detalla por qué han sido elegidas y se exponen las diferencias que existen entre sí, pudiendo ser observadas fácilmente en el proceso de ejecución o en la forma de automatizar el formulario web que podría ser aplicado a un caso real., [EN] In contrast to traditional automation, the concept of Robot Process Automation (RPA) has little to do with it. An RPA is not linked to the concept of a physical robot. It is a robotic process automation, i.e., a set of tasks that is mainly focused on the work area. Therefore, its main objective is efficiency in teamwork, where repetitive tasks are performed with less effort and fewer resources. In this way, it tries to emulate human beings and their way of working, thus becoming an important process within any company. RPA revenues have increased a lot in recent years, companies benefit from the advantages provided by RPA and make the leap to a greater digital transformation, but it is important to analyse beforehand in which business processes could apply this technology and verify that they can really be automated. For this purpose, there are centres of excellence (CoE) to integrate RPA effectively in the company. The aim of this thesis is therefore to show the characteristics of RPA, its use cases, its benefits, its implementation, and integration in the company, as well as a comparison between the main tools on the market and some conclusions. After the conclusions have been drawn, the environment is known and a web form automation is carried out with UiPath, the tool chosen after the comparison. Finally, other tools are explored, such as SikuliX or Selenium, not previously seen but which are also useful for the execution of the same automation task, and which represent options that should not be discarded. This brings added value to the project as it details why they have been chosen and explains the differences between them, which can be easily observed in the execution process or in the way of automating the web form that could be applied to a real case., [CA] A diferència de l'automatització tradicional, el concepte Robot Process Automation (RPA), guarda grans diferències amb aquesta. Una RPA no està lligada al concepte de robot físic sinó que és una automatització robòtica de processos, és a dir , un conjunt de tasques que està enfocat principalment en l'àrea de treball. Per tant, el seu objectiu principal és l'eficiència a l'hora de fer treball en equip, on les tasques repetitives són realitzades amb un menor esforç i amb una menor quantitat de recursos. D'aquesta manera, s'intenta emular l'activitat de l'ésser humà i la seua manera de treballar convertint-se així en un procés important dins de qualsevol companyia. Això ha fet que els ingressos de la RPA hagen augmentat molt en els últims anys, les companyies es beneficien dels avantatges que proporciona la RPA i fan el salt a una major transformació digital, però és important analitzar prèviament en quins processos de negoci podrien aplicar aquesta tecnologia i verificar que realment puguen ser automatitzats. Per a això existeixen centres d'excel·lència (CoE) útils per a integrar RPA de manera efectiva en l'empresa. El present treball de fi de grau té per tant com objectiu mostrar quines són totes aquestes característiques que presenta la RPA, els casos d'ús, els seus beneficis, la seua implementació i integració en l'empresa així com una comparació entre les principals eines que existeixen en el mercat i unes conclusions després d'aquesta. Després d'haver obtingut les conclusions es coneix l'entorn i es realitza una automatització d'un formulari web amb UiPath, l'eina triada després de la comparativa. Finalment, s'exploren altres eines com SikuliX o Selenium no vistes prèviament però que també són d'utilitat per a l'execució de la mateixa tasca d'automatització i que suposen opcions que no han de ser descartades. Això aporta un valor afegit al projecte ja que es detalla per què han sigut triades i s'exposen les diferències que existeixen entre si, podent ser observades fàcilment en el procés d'execució o en la manera d'automatitzar el formulari web que podria ser aplicat a un cas real.

[EN] The objective of Image captioning is to describe the content of an image in natural language. Due to the success of various deep learning architectures, this challenge that combines picture and language processing has aroused a lot of attention in recent years. The key goal for this end grade project is to create more accurate neural machine models for image captioning. Several neural network-based models are built based on the CLIP neural network, which offers similar embeddings given an image and a descriptive caption. This, in conjunction with GPT-2, a pre-trained language model, is used to propose various deep learning designs. The MSCOCO dataset, which consists of complex everyday scenes with natural language descriptions, will be used to compare different architectures., [ES] El objetivo de la descripción de imágenes es generar el contenido de una imagen en lenguaje natural. Debido al éxito de varias arquitecturas de aprendizaje profundo, este desafío que combina el procesamiento de imágenes y lenguaje ha despertado mucha atención en los últimos años. El objetivo clave de este proyecto de grado es crear modelos de máquinas neuronales más precisos para los subtítulos de imágenes. Se pueden construir varios modelos basados en redes neuronales sobre la base de la red neuronal CLIP, que ofrece similares representaciones vectoriales de una imagen y su descripción. Esto, junto con GPT-2, un modelo de lenguaje pre-entrenado, se utiliza para varias aplicaciones de aprendizaje profundo. Se utilizará el conjunto de datos de MSCOCO, que consta de escenas cotidianas complejas con descripciones en lenguaje natural, para comparar diferentes arquitecturas., [CA] L’objectiu del subtitulat d’imatges és descriure el contingut d’una imatge en llenguatge natural. A causa de l’èxit de diverses arquitectures d’aprenentatge profund, aquest repte que combina el processament d’imatges i el llenguatge ha despertat molta atenció en els darrers anys. L’objectiu principal d’aquest projecte de fi de grau és crear models basats en xarxes neuronals més precisos per subtitular imatges. S’han desenvolupat diversos models basats en xarxes neuronals a partir de la xarxa neuronal CLIP, que ofereix representacions similars atesa una imatge i la seva descripció. Això, juntament amb GPT-2, un model de llenguatge, s’utilitza per proposar diversos dissenys de xarxes neuronals. El conjunt de dades MSCOCO, que consisteix en escenes quotidianes complexes amb descripcions en llenguatge natural, es farà servir per comparar diferents arquitectures.

[CA] En aquest treball es desenvoluparà una aplicació web destinada a la gestió interna de treballadors i treballadores a partir de la seua valoració a diferents àmbits seleccionats per la empresa de manera personalitzada. Per al desenvolupament es crearà una base de dades estructurada de manera que es dinamitze la creació d’habilitats i blocs de coneixement a avaluar, sempre personalitzable per l’usuari administrador. D’aquesta base s’alimentarà un sistema expert d’assignació de treballadors a projectes basat en l’anàlisi de dades deles habilitats avaulades, mitjançant mètodes d’optmització com és la Programació Linial Entera., [ES] En este trabajo se desarrollará una aplicación web destinada a la gestión interna de empleados a partir de la valoración de los mismos en los diferentes ámbitos seleccionados por la empresa de forma personalizada. Para el desarrollo se creará una base de datos estructurada de forma que se dinamice la creación de habilidades y bloques de conocimiento a evaluar, personalizable por el usuario administrador. A partir de dicha base se alimentará un sistema experto de asignación de empleados a proyectos basado en e análisis de datos de las habilidades evaluadas, a través de métodos de optimicazión como la programación lineal entera., [EN] In this project, a web application will be developed for the internal management of employees, based on their evaluation in different personalized areas selected by the company. A structured database will be created in order to make a more dynamic way to create employees' skills and blocks of knowledge to be evaluated, always customizable by the administrator user. These ratings will be used to fed an expert system of employees assignation to projects, based on a data analysis of skills, through optimization methods such as Integer Linear Programming.

[ES] Los túneles de lavado son estructuras mecánicas orientadas a la limpieza de vehículos. La presencia de determinados elementos como antenas, bolas de remolque u objetos enganchados en la baca de los coches pueden poner en riesgo tanto la integridad del vehículo como la de la instalación de lavado en sí. En el presente trabajo se propone el desarrollo de un sistema de Visión Artificial basado en Deep Learning. En él, se crearán Redes Neuronales Convolucionales que permitan la detección de estos elementos en el instante previo al lavado. Además, el sistema será capaz de explicar qué elementos de la imagen son los que le han permitido determinar si el vehículo puede o no hacer uso del mencionado servicio., [EN] Car wash tunnels are mechanical structures designed to clean vehicles. The presence of certain elements such as antennas, tow balls or objects hooked on the roof rack of the cars can put at risk both the integrity of the vehicle and the car wash installation itself. This work proposes the development of an Artificial Vision system based on Deep Learning. In it, Convolutional Neural Networks will be created to allow the detection of these elements in the instant prior to the car wash. In addition, the system will be able to explain which elements of the image are those that have allowed it to determine whether or not the vehicle can make use of this service., [CA] Els túnels de rentada són estructures mecàniques orientades a la neteja de vehicles. La presència de determinats elements com antenes, boles de remolc u objectes enganxats en la baca dels cotxes poden posar en risc tant la integritat del vehicle com la de la instal·lació de rentada en si. En el present treball es proposa el desenvolupament d’un sistema de Visió Artificial basat en Deep Learning. En ell, es crearan Xarxes Neuronals Convolucionals que permeten la detecció d’aquests elements en l’instant previ a la rentada. A més, el sistema serà capaç d’explicar quins elements de la imatge són els que li han permés determinar si el vehicle pot o no fer ús de l’esmentat servei.

[ES] La utilización de librerías en lenguajes de programación de alto nivel como R es una práctica que supone ahorros de tiempo y recursos a la hora de llevar a cabo proyectos de cualquier ámbito o escala. Es tal esta afirmación, que no se concibe el desarrollo de ningún proyecto sin la utilización de estas a lo largo del mismo. En este trabajo pretendemos aportar nuestro granito de arena creando uno de estos paquetes y enfocando el mismo hacia el análisis web de empresas, con el objetivo de poder emplear la información presente en estas para fines de análisis web, marketing digital, toma de decisiones de negocio o cualquier otra tarea relacionada con el mundo de la empresa.

[ES] El propósito de este trabajo es hallar un método eficaz para la generación de una base de datos sintética y realista que permita la reconstrucción de imágenes de tomografías por emisión de positrones (PET), como apoyo a la labor de los radiólogos en el estudio de las lesiones neoplásicas de mama. Para alcanzar este objetivo, el presente proyecto se ha centrado en el empleo de modelos basados en aprendizaje profundo. La principal dificultad que existe para entrenar estos modelos es la escasez de imágenes clínicas disponibles de diagnóstico oncológico. Para hacer frente a este obstáculo se ha confiado en el empleo de las redes neuronales generativas adversarias (GAN). Partiendo de un amplio estudio previo de investigación sobre la bibliografía relativa al tema y de los más recientes artículos publicados sobre dicha cuestión, se describen los principales modelos generativos GAN, su funcionamiento, componentes y proceso de entrenamiento así como los problemas de convergencia derivados del mismo. La experimentación se ha realizado con tres modelos diferentes de redes GAN y utilizando dos bases de muestras de características heterogéneas: primero una con imágenes de tomografías PET y, posteriormente, otra con muestras de mamografías. En la creación de las diferentes arquitecturas se han empleado las librerías Keras y Tensorflow y, para el entrenamiento de los modelos seleccionados, se ha utilizado una GPU Tesla T4 facilitada por Google Colab. Con todo ello se han ido obteniendo progresivamente imágenes sintéticas de una mayor resolución. Los pesos de aprendizaje obtenidos con muestras de mamografías en el modelo con el mejor rendimiento observado previamente, han permitido reentrenar los tres modelos GAN propuestos con las muestras PET iniciales. Esto ha facilitado finalmente, mediante la técnica de transfer learning, la obtención de las imágenes con mayor definición de la anatomía de la mama. [EN] The aim of this work is to find an effective method for the generation of a synthetic and realistic database that allows the reconstruction of positron emission tomography images (PET), to support the radiologists¿ tasks in the study of neoplastic breast lesions. To achieve this goal, this project has focused on the use of deep learning-based models. The main difficulty in training these models is the scarcity of available clinical images of oncological diagnoses. To address this obstacle, we have relied on the use of generative adversarial neural networks (GANs). Based on an extensive previous research study of the literature and the most recent articles published on the subject, we describe the main GAN generative models, their performance, components and training process, as well as the convergence problems derived from it. The experimentation has been carried out with three different models of GANs and using two sample bases with heterogeneous characteristics: firstly, a database of PET scans and, subsequently, another base with mammography samples. Keras and Tensorflow libraries were used to create the different architectures, and a Tesla T4 GPU provided by Google Colab was used to train the selected models. This has resulted in progressively higher resolution synthetic images. The learning weights obtained with mammography samples in the previously observed best-performing model, have allowed the three proposed GAN models to be retrained with the initial PET samples. This has finally made it possible, using the transfer learning technique, to obtain images with greater definition of the breast anatomy. [CA] La intenció d’aquest treball és la d’arribar a trobar un mètode eficaç per a la generació d’una base de dades sintètica i realista que permeti la reconstrucció d’imatges de tomografies per emissió de positrons (PET), com a suport a la tasca dels radiòlegs en l’estudi de les lesions neoplàsiques de mama. Per assolir aquest objectiu, el projecte s’ha centrat en l’ús de models basats en l’aprenentatge profund. L’escull principal que existeix per entrenar aquests tipus de models és l’escassetat d’imatges clíniques disponibles de diagnosi oncològica. Per fer front a aquest obstacle s’ha confiat en les xarxes neuronals generatives adversàries (GAN). Partint d’un ampli estudi previ d’investigació sobre la bibliografia al·lusiva al tema i dels articles més recents publicats sobre aquesta qüestió, es descriuen els diferents models generatius GAN, llurs components, funcionament i procés d’entrenament així com els problemes de convergència que se’n deriven d’aquest procés. L’experimentació s’ha realitzat amb tres models diferents de xarxes GAN i fent-ne ús de dues bases de mostres de característiques heterogènies: primer una amb imatges de tomografies PET i, posteriorment, una altra amb mostres de mamografies. En la creació de les diferents arquitectures s’han emprat les llibreries Keras i Tensorflow i, per a l’entrenament dels models seleccionats, s’ha fet ús d’una GPU Tesla T4 facilitada per Google Colab. Amb tot això s’han anat aconseguint progressivament imatges sintètiques d’una millor resolució. Els pesos d’aprenentatge obtinguts amb mostres de mamografies, en el model amb el millor rendiment assolit prèviament, han permès el reentrenament dels tres models GAN proposats amb les mostres PET inicials. Això ha facilitat finalment, mitjançant la tècnica de transfer learning, l’obtenció de les imatges amb més definició de l’anatomia de la mama.

[ES] En este proyecto se desarrolla una propuesta de herramienta con el objetivo de ampliar la red de empresas colaboradoras y facilitar la selección del personal interno que participa en nuevos proyectos en una empresa. Esta herramienta proporciona una recomendación sobre las organizaciones que más relación tienen con la consulta establecida teniendo en cuenta distintos parámetros. Además, también proporciona una recomendación sobre las personas que más se ajustan a la consulta establecida. Se basa principalmente en un análisis de texto sobre los proyectos desarrollados en los programas marco H2020 y 7PM y sobre la información de los currículos del personal interno de la empresa., [EN] This project develops a proposed tool with the aim of expanding the network of collaborative companies and facilitate the selection of internal staff involved in new projects. This tool provides a recommendation on the organizations that are most related to the established consultancy considering different parameters. In addition, it also provides a recommendation on the people that best match the established query. It is mainly based on a text analysis on the projects developed in the H2020 and FP7 framework programs and on the information of the curricula vitae of the internal staff of the company.

[ES] El propósito de este trabajo es estudiar la posible relación entre el sentimien- to de los habitantes de la ciudad de Nueva York sobre países relevantes para los ciudadanos estadounidenses y las posteriores visitas a negocios ubicados en la misma ciudad de Nueva York asociados a las mencionadas culturas. De esta for- ma, se ayudará a entender una problemática acuciante en el terreno de la econo- mía, el comportamiento del consumidor. Uno de los principales impedimentos a la hora de realizar estudios similares es conseguir datos fiables de visitas a nego- cios, y más en este caso, ya que se trata de negocios fácilmente identificables con una cultura. Es decir, negocios que venden, manipulan o sirven productos tra- dicionales de ciertos países. En este caso, la información proviene de Safegraph, proveedor de datos de puntos de interés (POIs). En este trabajo se afronta también una problemática conocida en el mundo de la sociología, como es el estudio del sentimiento de la población. La solución propuesta es una aproximación al sen- timiento de los habitantes de Nueva York mediante la extracción del sentimiento de tweets realizados por neoyorquinos sobre culturas mencionadas anteriormen- te usando transformers. Para estudiar la mencionada relación entre ambas varia- bles, se ha propuesto para valorar si existe, la mencionada causa-efecto un test de causalidad de Granger, utilizado habitualmente en economía, con una poste- rior interpretación de un modelo OLS que permite cuantificar el error al intentar explicar las visitas a negocios por el sentimiento hacia la cultura que representan dichos negocios., [CA] El propòsit d’aquest treball és estudiar la possible relació entre el sentiment dels habitants de la ciutat de Nova York sobre països rellevants per als ciutadans nord-americans i les posteriors visites a negocis situats en la mateixa ciutat de Nova York associats a les esmentades cultures. D’aquesta manera, s’ajudarà a entendre una problemàtica apressant en el terreny de l’economia, el comportament del consumidor. Un dels principals impediments a l’hora de realitzar estudis similars és aconseguir dades fiables de visites a negocis, i més en aquest cas, ja que es tracta de negocis fàcilment identificables amb una cultura. És a dir, negocis que venen, manipulen o serveixen productes tradicionals d’uns certs països. En aquest cas, la informació prové de Safegraph, proveïdor de dades de punts d’interès (POIs). En aquest treball s’afronta també una problemàtica coneguda en el món de la sociologia, com és l’estudi del sentiment de la població. La solució proposada és una aproximació al sentiment dels habitants de Nova York mitjançant l’extracció del sentiment de tuits realitzats per novaiorquesos sobre cultures esmentades anteriorment utilitzant Transformers. Per a estudiar l’esmentada relació entre totes dues variables, s’ha proposat per a valorar si existeix, l’esmentada causa-efecte un test de causalitat de Granger, utilitzat habitualment en economia, amb una posterior interpretació d’un model OLS que permet quantificar l’error en intentar explicar les visites a negocis pel sentiment cap a la cultura que representen aquests negocis., [EN] The purpose of this paper is to study the possible relationship between New York City residents’ feelings about countries relevant to U.S. citizens and subsequent visits to New York City businesses associated with those cultures. This will help to understand a pressing issue in the field of economics, namely consumer behavior. One of the main impediments to conducting similar studies is obtaining reliable data on visits to businesses, especially in this case, since these are businesses that are easily identifiable with a culture. That is, businesses that sell, handle or serve traditional products from certain countries. In this case, the information comes from Safegraph, a provider of POI data. This work also addresses a well-known problem in the world of sociology, which is the study of the sentiment of the population. The proposed solution is an approach to the sentiment of New Yorkers by extracting sentiment from tweets made by New Yorkers about aforementioned cultures using transformers. To study the aforementioned relationship between the two variables, a Granger causality test, commonly used in economics, has been proposed to assess whether the aforementioned cause-effect exists, with a subsequent interpretation of an OLS model that allows quantifying the error when trying to explain visits to businesses by the sentiment towards the culture represented by those businesses.

[CA] En els darrers anys, la intel-ligencia artificial (IA) esta experimentant un creixement exponencial. L'apogeu del Big Data juntament amb la popularització de l'aprenentatge profund basat en xarxes neuronals han estat els elements detonants d'aquesta revolució tecnologica que cada día avarn;a a passos més de gegant. Un dels camps principals de recerca dins de la IA és el Processament del Llenguatge Natural (PLN), ja que poder entendre i manipular el llenguatge al nostre gust és un repte diferencial per a la nostra especie. En específic, la branca del PLN que es tractara en aquest projecte és la Traducció Automatica (TA). Actualment, la traducció automatica esta assolint una qualitat similar a la d'un tra­ductor huma i s'han registrat resultats excel-lents per a molts parells de llengües. Tot i així, en molts casos no sempre és perfecta i cal la revisió de traductors humans professi­onals. Aquest procés de mesura de qualitat és tediós per als traductors i té un gran cost temporal i economic. L'objectiu d'aquest treball és automatitzar aquest procés estalviant molts costos. Es preten entrenar un model que estime la qualitat d'una traducció sense fer servir una frase de referencia. Per fer-ho, caldra entrenar un model que aprenga a partir d'un conjunt de frases associades a una metrica de qualitat. En aquest cas, la metrica que es vol predir representa l'esfon; de posedició necessari perque la frase tradui:da siga correcta. Concretament, la metrica utilitzada és TER (per les sigles en angles "Translation Error Rate"que significa ratio d'error en la traducció). Les arquitectures dels models es basaran en models del llenguatge d'aprenentatge profund preentrenats amb moltes dades., [ES] En los últimos años, la inteligencia artificial (IA) está experimentando un crecimiento exponencial. El auge del Big Data junto a la popularización del Aprendizaje Profundo basado en redes neuronales han sido los elementos detonantes de esta revolución tecnológica que cada día avanza a pasos más agigantados. Uno de los campos principales de investigación dentro de la IA es el Procesado del Lenguaje Natural (PLN), ya que poder entender y manipular el lenguaje a nuestro antojo es un reto diferencial para nuestra especie. En específico, la rama del PLN que se tratará en este proyecto es la Traducción Automática (TA). Actualmente, la traducción automática está alcanzando una calidad similar a la de un traductor humano y se han registrado excelentes resultados para muchos pares de lenguas. Aún así, en muchos casos no siempre es perfecta y se necesita la revisión de traductores humanos profesionales. Este proceso de medición de calidad es tedioso para los traductores y tiene un gran coste temporal y económico. El objetivo de este trabajo es automatizar este proceso ahorrando muchos de estos costes. Se quiere entrenar un modelo que prediga la calidad de las traducciones automáticamente. El modelo aprende a partir de una métrica automática de la calidad de las traducciones que representa el esfuerzo de posedición que se necesita para que la frase creada automáticamente quede como la frase traducida por el traductor humano, en este caso la métrica utilizada es TER (por sus siglas en inglés "Translation Error Rate" que significa ratio de error en la traducción). Las arquitecturas de los modelos se basarán en modelos del lenguaje de aprendizaje profundo preentrenados con muchos datos. El corpus que se va a utilizar para entrenar estos modelos está compuesto por datos del proyecto europeo Europeana Translate, el cual tiene cómo misión fortalecer el sector del patrimonio cultural en su proceso de transformación digital., [EN] In recent years, artificial intelligence (AI) is experiencing exponential growth. The rise of Big Data together with the popularisation of Deep Learning based on neural networks have been the triggering elements of this technological revolution that is advancing by leaps and bounds every day. One of the main fields of research within AI is Natural Language Processing (NLP), since being able to understand and manipulate language at our whim is a differential challenge for our species. Specifically, the branch of NLP that will be addressed in this project is Machine Translation (MT). Currently, machine translation is reaching a quality similar to that of a human translator and excellent results have been recorded for many language pairs. Still, in many cases, it is not always perfect and needs to be reviewed by professional human translators. This quality measurement process is tedious for translators and has a high time and financial cost. The aim of this work is to automate this process and save many of these costs. We want to train a model that predicts the quality of the translations with generated by a machine translation system. The model learns from a metric of translation quality that represents the post-editing effort needed to make the automatically created sentence looks like the sentence translated by the human translator, in this case, the metric used is TER (Translation Error Rate). The model architectures will be based on data-intensive, pre-trained deep learning language models. The corpus to be used to train these models is composed of data from the European project Europeana Translate, which has the mission to strengthen the cultural heritage sector in its digital transformation process.

[CA] Els avanços en teoria de grafs i anàlisi de xarxes complexes han estat fonamentals per a una millor comprensió dels sistemes complexos que poden aparèixer a la vida real. L’estructura comunitària és una de les característiques més importants dels grafs que modelen aquests sistemes; no obstant això, l’obtenció de comunitats és un problema extraordinàriament complex i encara no s’ha obtingut una solució que funcione satisfactòriament en qualsevol tipus de graf que es puga presentar en situacions reals. Durant les dues darreres dècades s’han desenvolupat multitud de mètodes per detectar comunitats en grafs, usant conceptes i tècniques de diferents àmbits científics com la física, la biologia, o les ciències socials. En aquest treball s’exposen alguns dels mètodes més emprats actualment a detecció de comunitats, i es presenten certs algorismes l’objectiu dels quals és la millora dels resultats obtinguts fins ara en grafs dirigits dèbilment connectats. A més, es presenta un nou algorisme basat en tècniques usades en tractament d’imatges per a la detecció de fronteres. Aquest nou mètode fa ús del producte de convolució per a la detecció i poda d’arestes de soroll. L’eficàcia d’aquest algorisme es comprova mitjançant la seva aplicació en dos casos reals: el trànsit de vols comercials entre aeroports dels Estats Units, i el flux d’estudiants entre graus al sistema d’accés a la universitat pública a Espanya [ES] Los avances en teoría de grafos y análisis de redes complejas han sido fundamentales para una mejor comprensión de los sistemas complejos que pueden aparecer en la vida real. La estructura comunitaria es una de las características más importantes de los grafos que modelan estos sistemas; sin embargo, la obtención de comunidades es un problema extraordinariamente complejo y aún no se ha obtenido una solución que funcione satisfactoriamente en cualquier tipo de grafo que pueda presentarse en situaciones reales. Durante las dos últimas décadas se han desarrollado multitud de métodos para detectar comunidades en grafos, usando conceptos y técnicas de distintos ámbitos científicos como la física, la biología, o las ciencias sociales. En este trabajo se exponen algunos de los métodos más empleados actualmente en detección de comunidades, y se presentan ciertos algoritmos cuyo objetivo es la mejora de los resultados obtenidos hasta el momento en grafos dirigidos débilmente conectados. Además, se presenta un nuevo algoritmo basado en técnicas usadas en tratamiento de imágenes para la detección de bordes. Este nuevo método hace uso del producto de convolución para la detección y poda de aristas de ruido. La eficacia de este algoritmo se comprueba mediante su aplicación en dos casos reales: el tráfico de vuelos comerciales entre aeropuertos de Estados Unidos, y el flujo de estudiantes entre grados en el sistema de acceso a la universidad pública en España. [EN] The advances in graph theory and complex network analysis have been fundamental in a better understanding of real complex systems. Community structure is one of the most important characteristics in graphs modelling these systems; nevertheless, obtaining graph's communities is an extraordinarely complicated problem and has not yet been found a solution that can obtain satisfying results in any kind of graph that may appear in real scenarios. During the last two decades, a huge number of community detection methods have been developed, employing concepts and techniques from various scientific areas such as physics, biology or social sciences. In this work, some of the most popular community detection methods are described, and are also presented new algorithms developed to improve the results in weakly connected directed graphs. A new algorithm based on image processing techniques for edge detection is described. This new method makes uso of the convolution product for detecting and pruning noise edges that may be present in the graph. The performance of this algorithm is proved in two real cases: commercial flights transit between US airports, and studient transit between univeristy degrees in the access system to the Spanish public universities.

[ES] La gestión de documentos manuscritos es un proceso costoso que consume muchos recursos en las entidades que gestionan una gran cantidad de estos. El objetivo de este proyecto es realizar una herramienta de digitalización, etiquetado y validación de documentos no estructurados, que pueda trabajar con cualquier tipo de documento, e.g. de hipotecas, préstamos, certificaciones, etc. La herramienta proporciona una interfaz de usuario donde se puedan digitalizar documentos, generar información estructurada a partir de estos y validarla. De esta forma, los usuarios de la herramienta podrán crear conjuntos de datos para entrenar modelos de aprendizaje automático y así automatizar el proceso de extracción de información estructurada de estos. La herramienta puede eficientar procesos de negocio repetitivos, laboriosos y poco enriquecedores que trabajan con grandes cantidades documentos lo que puede suponer un gran ahorro de dinero y tiempo para muchas empresas, e.g. bancos que trabajan con hipotecas y testamentos manuscritos, empresas portuarias que trabajan con recibos y albaranes, etc., [EN] The management of handwritten documents is a costly and resource-consuming process for entities that manage a large number of these documents. The objective of this project is to develop a tool for digitisation, tagging and validation of unstructured documents, that can work with any type of document, e.g. mortgages, loans, certifications, etc. The tool provides a user interface where documents can be digitised, generate structured information from them and validate it. In this way, users of the tool will be able to create data sets to train machine learning models and thus automate the process of extracting structured information from them. The tool can streamline repetitive, laborious and not very enriching business processes that work with large amounts of documents, which can save money and time for many companies, e.g. banks that work with handwritten mortgages and wills, port companies that work with receipts and delivery notes, etc., [CA] La gestió de documents manuscrits és un procés costós que consumeix molts recursos a les entitats que gestionen una gran quantitat. L’objectiu d’aquest projecte és fer una eina de digitalització, etiquetatge i validació de documents no estructurats, que pugui treballar amb qualsevol tipus de document, e.g. d’hipoteques, préstecs, certificacions, etc. L’eina proporciona una interfície d’usuari on es puguin digitalitzar documents, generar-ne informació estructurada i validar-la. D’aquesta manera, els usuaris de l’eina podran crear conjunts de dades per entrenar models d’aprenentatge automàtic i automatitzar així el procés d’extracció d’informació estructurada. L’eina pot eficientar processos de negoci repetitius, laboriosos i poc enriquidors que treballen amb grans quantitats documents, cosa que pot suposar un gran estalvi de diners i temps per a moltes empreses, e.g. bancs que treballen amb hipoteques i testaments manuscrits, empreses portuàries que treballen amb rebuts i albarans, etc.

[ES] Hoy en día, el sector textil se encuentra en revolución debido a que el modelo de fabricación está cambiando. En lugar de llevar a cabo el convencional proceso de producción de fabricación y venta, la industria actual está tan avanzada que permite producir ropa prácticamente “a la carta”. Mediante la compra online, los usuarios pueden solicitar prendas que todavía no han sido fabricadas, lo cual evitará que gran cantidad de unidades queden en los almacenes y sean desperdiciadas. Por otro lado, se puede acceder a multitud de imágenes en diferentes redes sociales y webs donde se muestran productos de distintos diseñadores que siguen diferentes patrones de diseño. Los dos objetivos principales que se han desarrollado en este proyecto consisten, por una parte, en diseñar un modelo, basado en la teoría de grafos, que permite representar la paleta de colores y la distribución espacial de los mismos de una determinada imagen, y por otra, un algoritmo para replicar el patrón de diseño extraído en una nueva imagen. La solución propuesta se ha programado con Python, de forma que se han implementado técnicas de machine learning, algoritmos de detección de objetos y personas, de segmentación de imágenes y de etiquetado de regiones. Del análisis de un pequeño subconjunto aleatorio de soluciones, obtenemos la solución más acorde al patrón de diseño extraído., [EN] Today, the textile sector is undergoing a revolution because the manufacturing model is changing. Instead of carrying out the conventional production process of manufacturing and selling, today's industry is so advanced that it allows clothes to be produce d practically "on demand". Through online shopping, users can order garments that have not yet been manufactured, which will prevent large numbers of units from sitting in warehouses and going to waste. On the other hand, a multitude of images can be accessed on different social networks and websites showing products from different designers that follow different design patterns. The two main objectives that have been developed in this project are, on the one hand, to design a model, based on graph the ory, that allows to represent the color palette and the spatial distribution of the colors of a given image, and on the other hand, an algorithm to replicate the extracted design pattern in a new image. The proposed solution has been programmed with Python , so that machine learning techniques, object and person detection algorithms, image segmentation and region labeling have been implemented. From the analysis of a small random subset of solutions, we obtain the solution most in line with the extracted des ign pattern.

[ES] La Cátedra Observatorio Inmobiliario de la Universitat Politècnica de València nace con el cometido principal de analizar el mercado inmobiliario de Valencia de manera objetiva, institucional y pública, dirigiendo la atención al comportamiento de la demanda y su relación con la oferta. El presente trabajo versa en la aplicación de las distintas etapas de la Ciencia de Datos sobre el ciclo de vida integral del cometido que desarrolla la Cátedra. Para ello, se implementan diferentes líneas de actuación: I) Mejora del tratamiento y procesado de los datos, mediante el desarrollo de scripts en Python; II) Creación de modelos de series temporales con el fin de pronosticar el precio medio de la vivienda en Valencia a partir de diferentes indicadores socioeconómicos; III) Implementación de una herramienta para la visualización de los datos, diseñada sobre Microsoft Power BI (herramienta VIVO Visor de Información de Vivienda Obra Nueva y Alquiler) .

[CA] Kongsberg Maritime és una empresa tecnològica que lliura sistemes de posicionament, topografia, navegació i automatització a vaixells mercants i instal·lacions a alta mar. És de vital importància tenir un sistema madur i eficaç de gestió de reports que permeti analitzar i classificar tota la informació disponible i recolzar així el procés de la presa de decisions. L’empresa es beneficiarà de la proposta desenvolupada en aquest projecte de forma directa ja que permet automatitzar el procés de revisar i extreure informació dels informes i dedicar els recursos antigament implicats en això a altres àrees del negoci ComapartdeEquipd’Innovació de Dades he desenvolupat aquest projecte amb l’objectiu d’automatitzar els processos interns de la companyia aplicant tècniques d’intel·ligència artificial, més concretament de processament del llenguatge natural, a les tasques de revisió i classificació dels informes de manteniment realitzats pels enginyers de servei. En primer lloc, s’ha desenvolupat un model d’aprenentatge semisupervisat, few-shot learning, per a la tasca de classificar el text d’un informe a les categories d’interès. Quan les prediccions d’aquest model han estat corregides per experts del domini i s’han generat suficients dades etiquetades, s’han entrenat classificadors supervisats per millorar les prediccions i arribar a un model definitiu per posar-lo en producció. També es va entrenar un model deep learning de tipus red transformers mitjançant la tècnica transfer learning. Finalment, s’ha dissenyat custom rule-based matching per al reconeixement i l’extracció d’entitats i paraules clau d’interès. Per posar el programa enproducció, s’ha desenvolupat una interfície d’usuari que mostra la sortida dels models de forma gràfica i permet als agents encarregats de supervisar-lo introduir les correccions a les prediccions del model per a ajustar-les i millorar-les posteriorment. [ES] Kongsberg Maritime es una empresa tecnológica que entrega sistemas de posicionamiento, topografía, navegación y automatización a buques mercantes e instalaciones en alta mar. Es de vital importancia para ellos tener un sistema ma- duro y eficaz de gestión de reportes que permita analizar y clasificar toda la in- formación disponible y apoyar de esta forma el proceso de la toma de decisiones. La empresa se beneficiará de la propuesta desarollada en este proyecto de forma directa ya que permite automatizar el proceso de revisar y extraer información de los informes y dedicar los recursos antiguamente implicados en eso a otras áreas del negocio. Como parte del Equipo de Innovación de Datos he desarrollado este proyecto con el objetivo de automatizar los procesos internos de la compañía aplicando técnicas de inteligencia artificial, más concretamente de procesamiento del lenguaje natural, a las tareas de revisión y clasificación de los informes de mantenimiento realizados por los ingenieros de servicio. En primer lugar, se ha desarrollado un modelo de aprendizaje semisupervisado, few-shot learning, para la tarea de clasificar el texto de un informe en las categorías de interés. Una vez que las pre- dicciones de este modelo han sido corregidas por expertos del dominio y se han generado suficientes datos etiquetados, se han entrenado clasificadores supervisados para mejorar las predicciones y llegar a un modelo definitivo para ponerlo en producción. También se entrenó un modelo deep learning de tipo red trans- formers mediante la técnica transfer learning. Por último, se ha diseñado custom rule-based matching para el reconocimiento y extracción de entidades y palabras clave de interés. Para poner la herramienta en producción, se ha desarrollado una interfaz de usuario que muestra la salida de los modelos de forma gráfica y permite a los agentes encargados de supervisarlo introducir las correcciones a las predicciones del modelo para su posterior ajuste y mejora. [EN] Kongsberg Maritime is a technology enterprise that delivers systems for positioning, surveying, navigation, and automation to merchant vessels and offshore installations. It is of critical importance for them to have a mature and effective reporting management system that allows analyzing and classifying all the available information to support the decision-making process. The company will benefit directly from this proposal since it will allow automating the process of reviewing and extracting information from the reports and dedicate the resources formerly involved in that to other areas of the business. As part of the Data Innovation Team, I have developed this project with the aim of automating the company's internal processes by applying artificial intelligence, more specifically, natural language processing techniques to the tasks of reviewing and classifying maintenance reports made by service engineers. First, a semi-supervised learning model, few-shot learning, has been developed for the task of classifying the text of a report into categories of interest. Once the predictions of this model have been corrected by domain experts and enough labeled data has been generated, supervised classifiers were then trained to improve the predictions and come up with a definitive model to put into production. A deep learning transformers type of model was also trained using the transfer learning technique. Finally, custom rule-based matching has been designed for the recognition and extraction of entities and keywords of interest. A user interface has been designed and developed to put the tool into production. It displays the output of the models graphically and interacts with internal databases to allow the agents in charge of supervising the model performance to introduce corrections to the predictions for later fine-tuning and improvement of the model. I would like to express my deepest gratitude to my advisor and mentor Jan Erik Hjelseth who offered guidance and support throughout my whole internship and made this project possible. His experience and approach to research and data science is a source of inspiration for me. Jan Erik Ofsti, Tore Tveit, Steve May are amazing team and I truly appreciate having the opportunity to work with such a professionals.

[ES] Los modelos de negocio relativos al ocio como el cine o la televisión han reinventado las formas de distribuir sus servicios gracias a la optimización que le ha permitido el hacer uso de la información extraída a través de las grandes cantidades de datos a su disposición. El medio tradicional de las editoriales literarias aún no ha dado con el método apropiado que le permita dar el salto definitivo hacia la transformación digital completa. Este trabajo propone las guías de cómo la ciencia de datos puede ayudar en los procesos de implementación de una editorial digital, en concreto mediante técnicas de procesamiento del lenguaje natural. Se estudia el análisis de las temáticas tratadas en cada libro más allá de las distinciones de géneros literarios clásicos para permitir una mayor personalización de los sistemas recomendadores a los usuarios y para la automatización de un modelo de filtrado de borradores recibidos según traten temáticas afines a la línea narrativa de la editorial o no. Para el estudio de la estabilidad del éxito se hace uso del modelo de aprendizaje profundo BERT. Estimar si un libro será pasajero o estable permite segmentar por rangos de precio respecto a visibilidad a los anunciantes interesados en invertir en publicidad para aparecer en la web de la editorial. Una vez publicado, se estudia su acogida mediante el minado de opiniones de las reseñas publicadas por los lectores. Se concluye que los enfoques propuestos son de relevancia para la editorial y pueden emplearse adaptando los modelos con los libros ya publicados y mejorándolos con los futuros libros a editar., [EN] Entertainment related businesses such as cinema or television have reinvented the ways of distributing their services based on the performance increase coming from information extracted with big data science approaches. Literary book editorials haven¿t found the appropriate way to digitalize themselves completely. This project stands the guidelines of how data science can help in the process of implementing a digital editorial with natural language processing techniques. It is proposed the analysis of topics contained in the books beyond the classic literary gender distinction with the aim of a more precise personalization of the user recommender systems and for the automatization of a draft filtering model based on whether they contain topics related to the editorial¿s narrative plot style or not. For the exit evolution studies the BERT deep learning model is used. Estimating whether a book's popularity will be stable or not may help split prices with regard to visibility for the advertisers interested in investing to appear on the editorial¿s website. Once published, the reception of the book can be studied with opinion mining techniques of the reviews provided by readers. It can be concluded that the suggested approaches are relevant to the editorial and can be used adapting the models with the already published books and improving them with future book incorporation.