Search

Les comunicacions cooperatives estan guanyant un gran interès en les comunicacions modernes degut a que permeten millorar la transmissió dʼinformació entre un emissor i un receptor utilitzant una sèrie de terminals situats entre ells. Aquest projecte és un estudi complet del sistemes cooperatius, analitzant el seu rendiment i comparant lʼús dʼun sol dʼaquests terminals amb lʼús del codi Alamouti, que utilitza dos terminals. Primer hi ha una introducció als sistemes cooperatius i a la teoria de la informació. Després hem estudiat un sistema cooperatiu amb la teoria de la informació com a base, en termes de probabilitat de fallada del sistema, i posteriorment lʼhem adaptat a un sistema cooperatiu real utilitzant una modulació QPSK, estudiant la seva probabilitat dʼerror de paquet. Finalment es proposen diversos protocols que permeten millorar el rendiment del sistema cooperatiu estudiat. Las comunicaciones cooperativas están ganando mucho interés en las comunicaciones modernas debido a que permiten mejorar la transmisión de información entre un emisor y un receptor usando una serie de terminales intermedios. Este proyecto es un estudio completo de los sistemas cooperativos, analizando su rendimiento y comparando el uso de uno solo de estos terminales con el uso del código Alamouti, el cual usa dos terminales. Primero hay una introducción a los sistemas cooperativos y a la teoría de la información. Después hemos estudiado un sistema cooperativo con la teoría de la información como base, en términos de probabilidad de fallo del sistema, y posteriormente lo hemos adaptado a un sistema cooperativo real usando una modulación QPSK, estudiando su probabilidad de error de paquete. Finalmente se proponen varios protocolos que permiten mejorar el rendimiento del sistema cooperativo estudiado. Cooperative communications are gaining much interest in modern communications because they allow to improve the information transmission between a source and a destination using various intermediate terminals. This project is a complete study of cooperative systems, analyzing its performance and comparing the use of a single terminal with the use of the Alamouti code, which uses two terminals. First, there is an introduction to cooperative systems and to information theory. Then we have studied a cooperative system using the information theory, in terms of outage probability, and subsequently we have adapted it to a real cooperative system using a QPSK modulation, studying its packet error probability. Finally several protocols are proposed to improve the performance of the studied cooperative system.

Background and Aims: The native arteriovenous fistula is considered the vascular access of preference, since it is directly related to major survival, reduced complications, mortality, and costs. Still, its proper maintenance remains a challenge for nephrologists. A previous study from our group, which used the data of 117 arteriovenous fistulas, led to identify in the multivariable analysis age and vein diameters as predictive factors for early failure. On the other hand, Artificial Intelligence has been established as a tool to identify relationships between variables at deep levels, which might be unseen with more conservative methods like classic statistics. Therefore, through a Machine Learning technique known as Random Forest, the aim is to evaluate the same comorbidity, biological and Doppler ultrasound variables data to identify those with a major relation with the early failure of the native arteriovenous fistula. Method: Retrospective cohort study, gathering the same data of the previous study (from 2011 to 2015): survival, ultrasound mapping (morphology and hemodynamics), comorbidities (blood pressure, severe arteriopathy, diabetes, Charlson's Index), and laboratory (haemoglobin, calcium, phosphorus, PTH, ferritin, PCR). Different Artificial Intelligence algorithms were tested, but the most suited one for the study's aim turned out to be Random Forest. A model was trained, dividing the data in two sets, training and validation, with an 80/20 ratio. The algorithm used 100 decision trees, with a maximum individual depth of 3 levels. The training was made with the variables that represented the 100%, 95%, 90% and 85% of impact in the fistula's maturation from a theresold according to Gini's Index. Results: Age 65.7 (32-88) years, male 59.8%. Hypertension 86.7%, diabetes 50.7% and vascular disease 41.3%. The trained model obtained provided the following results in the evaluation: accuracy 0.82, precision 0.86, AUROC 0.85, F1 0.86 (balance between precision and predictive value). The most relevant variables by decision order were age, phosphorous, PTH, ferritin and calcium. Morphologic and hemodynamic variables such as the vessels diameter, Peak Systolic Velocity, Charlson's Index or PCR, were also found to be relevant, but in a minor level. Conclusion: In comparison with classic statistics, Machine Learning techniques might create a change of paradigm in predictive models for the patency of the vascular access for Haemodialysis. Even though the Artificial Intelligence-based model provided the same relevance for age in maturation failure as traditional models, other findings stand out, like the major participation of variables related with mineral metabolism or inflammation, rather than ultrasound based ones.

La validació dels components de qualsevol projecte és fonamental per garantir el compliment dels requisits establerts. Actualment dins de SEAT SA és el proveïdor que realitza aquesta validació, sense que un cop adquirits els components es torni a comprovar que es compleixen les especificacions. L'objectiu d'aquest projecte és posar en marxa en el Centre Tècnic de SEAT un laboratori que realitzi la validació dels components dels sistemes d'antenes, realitzant una sèrie de muntatges i mesures gràcies a les quals es pot verificar el seu correcte funcionament. Per això s'haurà de fer un minuciós estudi tan dels procediments estandarditzats en el consorci de Volkswagen com de les diferents alternatives existents, pel que es refereix a instrumentació, desenvolupament de mesures,... Com a complement al projecte, es treballarà amb una font d'alimentació portàtil de l'estil Phantom per alimentar les antenes, de manera que es pugui portar la validació de components en un entorn real com són les proves de conducció. Començant d'un disseny electrònic bàsic, s'implementarà aquest generador que permetrà proveir a l'antena de senyal continua i analitzar la senyal de RF necessària segons l'aplicació. La validación de los componentes de cualquier proyecto es fundamental para garantizar el cumplimiento de los requerimientos establecidos. Actualmente detro de SEAT SA es el proveedor quien realiza esta validación, sin que una vez adquiridos los componentes se vuelva a comprobar que se cumplen con las especificaciones. El objetivo de este proyecto es poner en marcha en el Centro Técnico SEAT un laboratorio que realice la validación de los componentes de los sistemas de antenas, realizando una serie de montajes y medidas gracias a los cuales se pueda verificar el correcto funcionamiento de los mismos. Para ello deberá hacerse un minucioso estudio tanto de los procedimientos estandarizados en el consorcio Volkswagen como de las diferentes alternativas existentes, en lo que se refiere a instrumentación, desarrollo de medidas,... Como complemento al proyecto se va a trabajar en una fuente de alimentación portàtil tipo Phantom para la alimentación de las antenas, de forma que se pueda llevar la validación de los componentes a un entorno real como son las pruebas de conducción. Partiendo de un diseño electrónico básico se implementará este generador que permitirá proveer a la antena de señal continua y analizar la señal RF necesaria según la aplicación. In any project, component validation is essential in order to guarantee the fulfillment of the specified requirements. Nowadays in SEAT SA, it is the component provider who makes this validation, without checking they fulfill the requirements anymore once obtained. The objective of this project is to startup a laboratory that can perform component validation of antenna systems at Centro Técnico SEAT, performing some setups and measurements that will allow verifying the well-functioning of them. To do so, a very deep study about Volkswagen's internal regulations will have to be carried out, as well as about the different existing alternatives, regarding to instrumentation, measurement procedures,... As a complement for this project, works will be undertaken to develop a Phantom power supply for antenna feeding, so that validation can be taken to real environments like drive tests. It will be implemented from a simple electronic design, and it will allow feeding antennas both with DC and RF signals through a single coaxial, so that signals can be analyzed depending on the application.

Aquest document conté originàriament altre material i/o programari només consultable a la Biblioteca de Ciència i Tecnologia. Als últims anys, les xarxes socials han esdevingut una eina empresarial indispensable amb la que, en definitiva, augmentar les vendes a les companyies. El present treball fa front al repte de realitzar analítica a Twitter, mitjançant la comparativa entre dues grans marques com son adidas i Nike, i experimentant amb l'algorisme k-menas i tècniques Natural Language Processing amb les que extraure patrons d'interès. Entre els resultats obtinguts destacar 3 punts: la gran quantitat de seguidors irrellevants des del punt de vista del mercat dels dos comptes, la detecció i classificació dels seguidors més rellevants i influents, i l'extracció dels temes tuitejats més freqüents. En los últimos años, las redes sociales se han convertido en una herramienta empresarial indispensable con la que, en definitiva, aumentar las ventas en las compañías. El presente trabajo afronta el reto de realizar analítica en Twitter, mediante la comparativa entre dos grandes marcas como son adidas y Nike, y experimentando con el algoritmo k-means y técnicas Natual Language Processing con las que extraer patrones de interés. Entre los resultados obtenidos destacar 3 puntos: la gran cantidad de seguidores irrelevantes desde el punto de vista del mercado de ambas cuentas, la detección y clasificación de los seguidores más relevantes e influyentes, y la extracción en los temas tuiteados más frecuentes. In recent years, social media have become an indispensable business tool to ultimately increase sales companies. This paper addresses the challenge of performing analytics on Twitter, by comparing two great brands such as adidas and Nike, and experimenting with k-means algorithm and Natual Language Processing techniques to extract interesting patterns. Among the results, it should be highlighted three points: the large number of followers irrelevant from the point of view of the both market accounts, the detection and classification of the most important and influential followers, and extraction of the most frequent topics tweeted.

Galícia concentra una increïble quantitat d'incendis forestals any rere any. Tot i que s'està fent un enorme esforç en matèria de prevenció i extinció, sembla que no n'hi ha prou. Amb la idea d'ajudar en aquest sentit, aquest projecte utilitza tècniques de Machine Learning amb l'objectiu d'aconseguir una millor distribució dels mitjans existents. Les dades analitzades corresponen a més de 99.000 incendis declarats a Galícia entre el 2000 i el 2014 i a les condicions meteorològiques de cadascun dels dies d'aquest període. El sistema proposat està dividit principalment en tres seccions. En la part descriptiva, es fa un estudi temporal, geogràfic i causal general i també a nivell de municipi. Aquesta anàlisi a baix nivell ens ofereix un informe detallat per cada municipi, amb informació valuosa per bombers i autoritats locals, desconeguda fins ara per ells. La part predictiva consisteix en un algorisme que prediu si va a produir-se un incendi en un municipi en un dia determinat, amb una taxa d'encert acceptable. Per últim, la part prescriptiva indica com utilitzar les dues seccions anteriors per tal d'establir un nivell d'alerta i mesures específiques en diferents zones. Galicia concentra una increíble cantidad de incendios forestales año tras año. Aunque se está haciendo un enorme esfuerzo en materia de prevención y extinción, parece no ser suficiente. Con la idea de ayudar en este sentido, este proyecto usa técnicas de Machine Learning con el objetivo de lograr una mejor distribución de los medios existentes. Los datos analizados corresponden a más de 99.000 incendios declarados en Galicia entre 2000 y 2014 y las condiciones meteorológicas para cada día de este periodo. El sistema propuesto está dividido principalmente en tres secciones. En la parte descriptiva, se hace un estudio temporal, geográfico y causal general y también a nivel de municipio. Este análisis a bajo nivel nos ofrece un informe detallado para cada municipio, con información valiosa para bomberos y autoridades locales, desconocida hasta ahora para ellos. La parte predictiva consiste en un algoritmo que predice si va a ocurrir un incendio en un municipio y día dado, con una tasa de acierto aceptable. Por último, la parte prescriptiva indica cómo usar las dos secciones anteriores para establecer un nivel de alerta y medidas específicas en distintas zonas. Galicia focus an incredibly amount of forest fires year after year. Even if an enormous effort is being made in terms of prevention and extinction, it does not seem to be enough. With the idea of helping on this issue, this project uses Machine Learning techniques in order to achieve a better distribution of the existing resources. The data analyzed corresponds to more than 99.000 fires declared in Galicia since 2000 to 2014 and weather conditions for every day in this period. The proposed system is mainly divided into three sections. At the descriptive part, a general temporal, geographical and causal study is made and also at a municipal level. This low level analysis delivers us a detailed report for every municipality with many valuable information for local authorities and firefighters, unknown to them so far. The predictive section consists on an algorithm that predicts whether a fire will take place on a given day and municipality with an acceptable success rate. Lastly, the prescriptive part shows how to use these two previous parts in order to establish an alert level and specific measures for some different areas.

En els últims anys, l'aparició del paradigma Indústria 4.0, així com l'ús de la intel·ligència artificial i especialment de les xarxes neuronals, està impulsant un canvi en la forma d'entendre i d'actuar amb diferents processos industrials. En aquest aspecte, algunes línies d'investigació proposen l'ús de les xarxes neuronals en el desenvolupament d'elements de control atesa la seva capacitat per modelar sistemes no lineals i d'alta complexitat. D'aquesta manera, una xarxa neuronal és capaç de modelar el comportament de processos difícils d'abordar mitjançant processos de control convencional. En los últimos años, la aparición del paradigma Industria 4.0, así como el uso de la inteligencia artificial y especialmente de las redes neuronales, está impulsando un cambio en la forma de entender y de actuar con diferentes procesos industriales. En este aspecto, algunas líneas de investigación proponen el uso de las redes neuronales en el desarrollo de elementos de control dada su capacidad para modelar sistemas no lineales y de alta complejidad. De este modo, una red neuronal es capaz de modelar el comportamiento de procesos difíciles de abordar mediante procesos de control convencional. In the last decade, the incursion of the Industry 4.0 paradigm, as well as the adoption of artificial intelligence and specially the artificial neural network, has arisen a change in the the vision and management of the industrial processes. In that sense, some research lines have been proposed to adopt neural networks in the development of different control strategies due to their ability in modelling highly no-lineal and complex systems. Therefore, a neural network is able to model the behaviour of processes which are difficult to manage when conventional control strategies are considered.

Background and Aims: Patients with Acute Renal Failure (ARF) have a high risk of mortality, especially those who enter the Intensive Care Unit (ICU). In this population, predictive models of mortality on prognostic scales, such as SAPS-II (Simplified Acute Physiology Score II), linearly relate risk factors without taking into account the complex relationship's variables can have. There are models where Machine Learning (ML) techniques have been used, but there is still room for improvement. The implementation of deep artificial neural networks (DANN) can be challenging. The literature models, using SAPS-II report an accuracy, f1 and ROC area (receiver operating curve) in ranges of 0.538-0.621, 0.333-0.377 and 0.781-0.809 respectively. The best results with ML are improved in neural networks of a hidden layer or random forest, being the best performance in the latter: accuracy 0.715-0.741, F1 0.449-0.470 and ROC between 0.862-0.870. The aim is to evaluate and improve the predictive capacity of ML techniques for the prediction of mortality in patients with ARF admitted to the ICU, through the use of the open database MIMIC-III (Medical Information Martfor Intensive Care III). Method: Design: Retrospective analysis of historical cooperation of 20,928 patients with ARF from Beth Israel Deaconess (Boston), from 2001 to 2012. Method: ML algorithm based on DANN. Creation of a model to predict in-hospital mortality after discharge from the ICU with the variables of the first 24 hours after admission to the ICU. To evaluate the robustness of the model has been performed cross-validation by separating the samples into different combinations of training and test data (k-folds). The unavailable variables haematological with means extracted from the training set of the respective fold. The DANN trained with the complex relationship's variables folds, two hidden layers of 75 and 40 neurons respectively. Inclusion criteria: > 16 years, AKI according to KDIGO criteria and predictive variables based on SAPS-II. Variables: Age, sex, type of admission, number of admissions in ICU, heart rate, blood pressure, temperature, PaO2, FiO2, sodium, potassium, bilirubin, bicarbonate, urea, leukocytes, diuresis and diagnosis of ICD-9 (metastatic cancer, haematological malignancies). Results: Accuracy: 76.7% 0 ± 1.7%, f1: 86.6% ± 1.9%, RO area: 0.859 ± 0.006, sensitivity: 75.7% ± 2.8%, specificity: 80.5% ± 2.9%. Conclusion: The use of Machine Learning techniques based on deep artificial neural networks can improve the predictive ability of mortality in acute renal failure of the critically ill patient of traditional clinical risk scales and even current Machine Learning models.

Tal com s'ha descrit en mòduls anteriors, els sistemes encastats són sistemes informàtics orientats a l'execució d'una tasca específica amb unes especificacions de treball molt ben definides. Aquest al nivell d'especificació permet simplificar els elements de maquinari al mínim imprescindible per a dur a terme la tasca minimitzant-ne el cost., Universitat Oberta de Catalunya

Investigadors de la UAB, de l'empresa WorldSensing i del Centre Tecnològic de Telecomunicacions de Catalunya (CTTC) han desenvolupat un sistema que localitza places d'aparcament lliures al carrer i guia l'usuari fins a la més propera. El sistema, al que han anomenat XALOC, està basat en una nova tecnologia de localització més precisa que el GPS en zones urbanes. Investigadores de la UAB, de la empresa WorldSensing y del CentroTecnológico de Telecomunicaciones de Catalunya (CTTC) han desarrollado un sistema que localiza plazas de aparcamiento libres en la calle y que guía al usuario hasta la más próxima. El sistema, al que han llamado XALOC, está basado en una nueva tecnología de localización más precisa que el GPS en zonas urbanas.

La incursió de la indústria 4.0 ha motivat l’adopció de metodologies basades en dades en entorns industrials. Des del desenvolupament de nous soft-sensors fins a l’adopció de processos de manteniment predictiu, aquest paradigma està canviant la manera de concebre les indústries. A més, la interconnectivitat proposada pels sistemes de comunicació de cinquena generació (5G) introdueix l’intercanvi d’enormes quantitats d’informació no només entre màquines i humans sinó també entre sistemes industrials. Tot i això, la gestió de les indústries segueix depenent de l’adopció dels sempre fiables controladors convencionals. Per això, l’objectiu principal d’aquesta tesi és proporcionar una visió sobre l’aplicació de metodologies d’aprenentatge Profund, i especialment de Xarxes Neuronals Artificials (RNN), per a l’operació d’una infraestructura industrial crítica, una Estació Depuradora d’Aigües Residuals (EDAR) . En primer lloc, es considera que les RNN donen suport als controladors convencionals en la difícil tasca de gestionar les violacions dels límits de contaminants dels efluents. Per això, es considera que les RNNs implementen un soft-sensor basat en aquest tipus de xarxes capaç de predir les concentracions dels efluents. A continuació, les prediccions s’introdueixen als controladors convencionals perquè actuïn per endavant. Aquest fet proporciona un millor rendiment de control, ja que s’eviten gairebé totes les violacions dels contaminants. A continuació, s’aborda l’ús de les RNN com a eines implementant estructures de control. En lloc de fer servir controladors convencionals recolzats en aquestes eines, tot el controlador és implementat per RNNs que realitzen totes les tasques, des del preprocessament de dades fins a l’estimació de l’actuació del control. Aquests controladors són capaços d’oferir un rendiment superior respecte del comportament de les estructures convencionals. Però el punt important és que això es pot aconseguir només considerant les mesures d’entrada i sortida del procés sota control. Això no obstant, el fet de basar-se en dades pot induir una mala gestió de l’entorn industrial si s’introdueixen no idealitats a l’estructura de control. Per això, també es proposa l’ús d’RNN per corregir aquestes no idealitats i, per tant, evitar problemes deguts a una mala gestió. Això es duu a terme mitjançant Autocodificadors d’eliminació de soroll (DAE) capaços de netejar les mesures corrompudes pel soroll i mitjançant RNN que corregeixen els retards introduïts als sistemes de control. Finalment, a l’última part d’aquesta tesi s’aborda l’ús de tècniques d’aprenentatge de transferència (TL) per dissenyar nous controladors basats en RNN, així com el desenvolupament d’una mètrica que mesuri la transferibilitat. L’objectiu principal és determinar la idoneïtat de transferència de les estructures de control basades en RNN derivades en un entorn font per transferir-les a un domini objectiu. D’aquesta manera, es poden obtenir les estructures de control del nou entorn sense recórrer al disseny i el desenvolupament de controladors des de zero. Això no sols implica la reducció de la complexitat del procés de disseny de control, sinó que també porta al desenvolupament d’un enfocament de disseny de control altament escalable. La incursión de la Industria 4.0 ha motivado la adopción de metodologías basadas en datos en entornos industriales. Desde el desarrollo de nuevos soft-sensors hasta la adopción de procesos de mantenimiento predictivo, este paradigma está cambiando la forma de concebir las industrias. Además, la interconectividad propuesta por los sistemas de comunicación de quinta generación (5G) introduce el intercambio de enormes cantidades de información, no sólo entre máquinas y humanos, sino también entre sistemas industriales. Sin embargo, la gestión de las industrias sigue dependiendo de la adopción de los siempre fiables controladores convencionales. Por ello, el objetivo principal de esta tesis es proporcionar una visión sobre la aplicación de metodologías de Aprendizaje Profundo, y especialmente de Redes Neuronales Artificiales (RNN), para la operación de una infraestructura industrial crítica, una Estación Depuradora de Aguas Residuales (EDAR). En primer lugar, se considera que las RNN dan soporte a los controladores convencionales en la difícil tarea de gestionar las violaciones de los límites de contaminantes de los efluentes. Para ello, se considera que las RNNs implementan un soft-sensor basado en este tipo de redes capaz de predecir las concentraciones de los efluentes. A continuación, las predicciones se introducen en los controladores convencionales para que actúen de antemano. Este hecho proporciona un rendimiento de control mucho mejor, ya que se evitan casi todas las violaciones de los contaminantes. A continuación, se aborda el uso de las RNN como herramientas implementando estructuras de control. En lugar de utilizar controladores convencionales apoyados en estas herramientas, todo el controlador es implementado por RNNs que realizan todas las tareas, desde el preprocesamiento de datos hasta la estimación de la actuación del control. Estos controladores son capaces de ofrecer un rendimiento superior respecto al comportamiento de las estructuras convencionales. Pero, el punto importante es que esto se puede lograr sólo considerando las medidas de entrada y salida del proceso bajo control. No obstante, el hecho de basarse en datos puede inducir una mala gestión del entorno industrial si se introducen no idealidades en la estructura de control. Por ello, también se propone el uso de RNN para corregir dichas no idealidades y, por tanto, evitar problemas debidos a una mala gestión. Esto se lleva a cabo mediante Autocodificadores de eliminación de ruido (DAE) capaces de limpiar las medidas corrompidas por el ruido y mediante RNNs que corrigen los retardos introducidos en los sistemas de control. Finalmente, en la última parte de esta tesis se aborda el uso de técnicas de aprendizaje de transferencia (TL) para diseñar nuevos controladores basados en RNN, así como el desarrollo de una métrica que mida su transferibilidad. El objetivo principal es determinar la idoneidad de transferencia de las estructuras de control basadas en RNN derivadas en un entorno fuente para transferirlas a un dominio objetivo. De este modo, se pueden obtener las estructuras de control del nuevo entorno sin recurrir al diseño y desarrollo de controladores desde cero. Esto no sólo implica la reducción de la complejidad del proceso de diseño de control, sino que también conduce al desarrollo de un enfoque de diseño de control altamente escalable. The incursion of the Industry 4.0 has motivated the adoption of data-driven methodologies in industrial environments. From the development of new soft-sensors to the adoption of predictive maintenance processes, this paradigm is changing the way as industries are conceived. Moreover, the interconnectivity proposed by the fifth generation communication systems (5G) introduces the exchange of huge amounts of information, not only between machines and humans, but also among industrial systems. Nevertheless, the management of industries still depend on the adoption of the always reliable conventional controllers. For that reason, this thesis main aim is to provide an insight on the application of Deep Learning methodologies, and especially Artificial Neural Networks (ANN), for the operation of a critical industrial infrastructure, a Wastewater Treatment Plant (WWTP). First, ANNs are considered to support conventional controllers in the difficult task of managing effluent pollutant limits violations. To achieve this, ANNs are considered to implement an ANN-based soft-sensor able to predict the effluent concentrations. Then, predictions are fed into conventional controllers so as to let them actuate beforehand. This fact provides a much better control performance since nearly all the effluent violations are avoided. Next, the adoption of ANNs as tools implementing control structures is addressed. Instead of using conventional controllers supported by these tools, the whole controller is implemented by ANNs performing all the tasks, from the data preprocessing to the estimation of the control actuation. Such controllers are able to offer a superior performance regarding the behaviour of conventional structures. But, the important point is that this can be achieved only considering input and output measurements of the process under control. Notwithstanding, the fact of relying on data can induce a bad management of the industrial environment if non-idealities are introduced in the control structure. For that reason, the adoption of ANN is also proposed to correct such non-idealities and therefore, avoid mismanagement issues. This is performed by means of Denoising Autoencoders (DAE) able to clean the noise-corrupted measurements and by ANNs correcting the delays introduced in the control systems. Finally, the adoption of Transfer Learning (TL) techniques to design new ANN-based controllers as well as the development of a metric measuring their transferability are addressed in the last part of this thesis. The main aim is to determine the transfer suitability of ANN-based control structures derived in a source environment to transfer them into a target domain. Thus, the control structures of the new environment can be obtained without resorting to the design and development of controllers from scratch. This not only entails the reduction of the control design process complexity, but also lead to the development of a highly scalable control design approach. Universitat Autònoma de Barcelona. Programa de Doctorat en Enginyeria Electrònica i de Telecomunicació

A l'era de l'aprenentatge profund (DL), és possible generar models d'aprenentatge que explotin relacions complexes a partir de dades. La integració de tècniques de DL podria accelerar el canvi de paradigma de la medicina basada en l'evidència a la medicina basada en dades per donar suport a les decisions mèdiques en un entorn clínic. Les metodologies de DL poden abordar reptes relacionats amb la millora dels models predictius, l'imputació d'informació que falta i qüestions relacionades amb el volum d'informació en les tasques d'aprenentatge. Pretenem oferir solucions basades en DL per a aquests reptes. En primer lloc, utilitzem tècniques d'aprenentatge automàtic per abordar la mortalitat dels pacients amb malaltia renal en fase terminal (ESRD). Les característiques es troben automàticament i després es comparen amb grups de variables escollides per personal expert. S'utilitzen models DL especialitzats per explotar les dependències temporals de les dades. La integració d'un enfocament de DL va permetre millorar significativament els models d'aprenentatge d'aquesta patologia. També va explorar com funcionen les característiques que es presenten automàticament per als models d'aprenentatge. Aleshores, proposem una alternativa que integra la imputación múltiple amb la representació latent mitjana, l'anomenat codi mitjà. La reconstrucció millora notablement. Aquest enfocament es valida en quatre conjunts de dades clíniques, posant l'accent en el conjunt de dades relacionat amb la mortalitat de pacients amb malaltia renal aguda (IRA). El mètode proposat es va avaluar en altres dos conjunts de dades àmpliament utilitzats a la literatura com a punts de referència i va presentar una millor capacitat de reconstrucció en la majoria dels escenaris proposats. Finally, low volume and the class imbalance in ESRD is addressed. We offer a transfer learning solution. It consists of two approaches for increasing samples and the feature space for ESRD data. Latent spaces of autoencoders as an information bridge between target and source domain. AKI data is used as the source domain. As a result, it is obtained that the proposed mechanisms individually improve the prediction models, but when they are combined sequentially, they suppose a much more significant improvement. En la era del aprendizaje profundo (DL), es posible generar modelos de aprendizaje que explotan relaciones complejas a partir de datos. La integración de las técnicas de DL podría acelerar el cambio de paradigma de la medicina basada en la evidencia a la medicina basada en datos para respaldar las decisiones médicas en un entorno clínico. Las metodologías de DL pueden abordar desafíos relacionados con la mejora de los modelos predictivos, la imputación de información faltante y cuestiones relacionadas con el volumen de información en las tareas de aprendizaje. Nuestro objetivo es proporcionar soluciones basadas en DL para tales desafíos. En primer lugar, utilizamos técnicas de aprendizaje automático para abordar la mortalidad de los pacientes con enfermedad renal terminal (ESRD). Las características se encuentran automáticamente y luego se comparan con grupos de variables elegidos por personal experto. Los modelos DL especializados se utilizan para explotar las dependencias temporales en los datos. La integración de un enfoque de DL permitió mejorar significativamente los modelos de aprendizaje para esta patología. También exploró cómo funcionan las características encontradas presentadas automáticamente para los modelos de aprendizaje. Luego, proponemos una alternativa que integra la imputación múltiple con la representación latente promedio, el llamado código promedio. La reconstrucción mejora significativamente. Este enfoque se valida en cuatro conjuntos de datos clínicos, con énfasis en el conjunto de datos relacionado con la mortalidad de los pacientes con enfermedad renal aguda (IRA). El método propuesto se evaluó sobre otros dos conjuntos de datos ampliamente utilizados en la literatura como puntos de referencia y presentó una mejor capacidad de reconstrucción en la mayoría de los escenarios propuestos. Finalmente, se aborda el bajo volumen y el desequilibrio de clases en ESRD. Ofrecemos una solución de transferencia de aprendizaje. Consta de dos enfoques para aumentar las muestras y el espacio de características para los datos de ESRD. Espacios latentes de autocodificadores como puente de información entre el dominio de destino y el de origen. Los datos de AKI se utilizan como dominio de origen. Como resultado se obtiene que los mecanismos propuestos individualmente mejoran los modelos de predicción, pero cuando se combinan secuencialmente suponen una mejora mucho más significativa. In the deep learning (DL) era, it is possible to generate learning models that exploit complex relationships from data. Integrating DL techniques could accelerate the paradigm shift from evidence-based medicine to data-driven medicine to support medical decisions in a clinical setting. The DL methodologies may address challenges related to improving predictive models, imputation of missing information and issues related to the volume of information in learning tasks. We aim to provide DL-based solutions to such challenges. First, we use machine learning techniques to address the mortality of patients in end-stage renal disease (ESRD). Features are found automatically and then compared with groups of variables chosen by expert staff. Specialized DL models are used to exploit temporal dependencies in the data. The integration of a DL approach made it possible to improve the learning models for this pathology significantly. It also explored how the features encountered automatically presented perform for the learning models. Then, we propose an alternative that integrates multiple imputation with the average latent representation, the so-called average code. The reconstruction significantly improves. This approach is validated on four clinical datasets, emphasizing the dataset related to the mortality of patients with acute kidney disease (AKI). The proposed method was evaluated on two other datasets widely used in the literature as benchmarks, and presented a better reconstruction capacity in most of the proposed scenarios. Finally, low volume and the class imbalance in ESRD is addressed. We offer a transfer learning solution. It consists of two approaches for increasing samples and the feature space for ESRD data. Latent spaces of autoencoders as an information bridge between target and source domain. AKI data is used as the source domain. As a result, it is obtained that the proposed mechanisms individually improve the prediction models, but when they are combined sequentially, they suppose a much more significant improvement.

En el documento se describe una primera red que posibilitó la comunicación entre dos dispositivos y cómo mediante la introducción de elementos de conmutación, a día de hoy, existe la posibilidad de comunicarse de manera prácticamente instantánea con cualquier persona del mundo. El servicio de voz en la actualidad está en depreciación ya que prácticamente se "regala" en los paquetes de voz + datos + TV por las compañías de telecomunicaciones, pero para que esto sea posible la red que soporta dichos servicios ha tenido que evolucionar, cambiar la metodología empleada y hacer un uso eficiente de los recursos. El análisis pretende explicar cómo ha sido posible asumir un crecimiento exponencial del servicio pasando de una red de voz donde para el establecimiento de la comunicación era necesario tener canales dedicados, metodología Circuit Switching (CS) con un alto consumo de recursos, lo que conlleva una gran inversión en infraestructura, a una red eficaz donde gracias a la implantación de las redes IP, y la metodología Packet Switching (PS), se ha podido absorber el gran volumen de tráfico generado. Además, se desarrolla su funcionamiento, arquitectura y protocolos. La complejidad de la red obliga a dar un paso más y una vez mejorada la conmutación se analiza el uso de la virtualización en las redes de telecomunicaciones, se explica cómo se ha implementado en la red de voz, VNF y SDN, mediante servidores de altas prestaciones, reduciendo así costes, mejorando la seguridad y simplificando tareas, entre otros. Finalmente se realiza una introducción y análisis sobre contenedores, Kubernetes y Dockers, un sistema que aún no se ha llevado a las redes de voz actuales en España, estudiando su aplicabilidad y permitiendo así la automatización del despliegue, ajuste de escala y manejo de aplicaciones. The document describes a first network that enabled communication between two devices and how by introducing switching elements, today, there is the possibility of communicating practically instantly with anyone in the world. Voice service is currently in depreciation since it is practically "given away" in voice + data + TV packages by telecommunications companies, but for this to be possible the network that supports these services has had to evolve, change the methodology used and make efficient use of resources. The analysis aims to explain how it has been possible to assume an exponential growth of the service from a voice network where, for the establishment of communication, it was necessary to have dedicated channels, Circuit Switching (CS) methodology with a high consumption of resources, which entails a great investment in infrastructure, to an efficient network where, thanks to the implementation of IP networks, and the Packet Switching (PS) methodology, it has been possible to absorb the large volume of traffic generated. In addition, its operation, architecture and protocols are developed. The complexity of the network forces us to go one step further and once the switching has been improved, the use of virtualization in telecommunications networks is analyzed, it is explained how it has been implemented in the voice, VNF and SDN network, through high-end servers. benefits, thus reducing costs, improving safety and simplifying tasks, among others. Finally, an introduction and analysis is made on containers, Kubernetes and Dockers, a system that has not yet been brought to the current voice networks in Spain, studying its applicability and thus allowing the automation of deployment, scaling and application management. En el document es descriu una primera xarxa que va possibilitar la comunicació entre dos dispositius i com mitjançant la introducció d'elements de commutació, avui dia , existeix la possibilitat de comunicar-se de manera pràcticament instantània amb qualsevol persona del món. El servei de veu en l'actualitat està en depreciació ja que pràcticament es "regala" en els paquets de veu + dades + TV per les companyies de telecomunicacions, però perquè això sigui possible la xarxa que suporta aquests serveis ha hagut d'evolucionar, canviar la metodologia emprada i fer un ús eficient dels recursos. L'anàlisi pretén explicar com ha estat possible assumir un creixement exponencial del servei passant d'una xarxa de veu on per a l'establiment de la comunicació era necessari tenir canals dedicats, metodologia Circuit Switching (CS) amb un alt consum de recursos, la qual cosa comporta una gran inversió en infraestructura, a una xarxa eficaç on gràcies a la implantació de les xarxes IP, i la metodologia Packet Switching (PS), s'ha pogut absorbir el gran volum de trànsit generat. A més, es desenvolupa el seu funcionament, arquitectura i protocols. La complexitat de la xarxa obliga a fer un pas més i una vegada millorada la commutació s'analitza l'ús de la virtualització en les xarxes de telecomunicacions, s'explica com s'ha implementat en la xarxa de veu, VNF i SDN, mitjançant servidors d'altes prestacions, reduint així costos, millorant la seguretat i simplificant tasques, entre altres. Finalment es realitza una introducció i anàlisi sobre contenidors, Kubernetes i Dockers, un sistema que encara no s'ha emportat a les xarxes de veu actuals a Espanya, estudiant la seva aplicabilitat i permetent així l'automatització del desplegament, ajust d'escala i maneig d'aplicacions.

Aquest projecte tracta de l'estudi de la cobertura WiMAX basada en la variant 802.16-2004 en la que opera a 3.5 GHz en diferents escenaris d'un campus universitari. Primerament es realitza una introducció general a WiMAX i es defineixen els equips utilitzats. Posteriorment es comença a dur a terme un estudi de la cobertura WiMAX en diferents escenaris: indoor y outdoor per tal de poder extreure models empírics simplificats de path loss a partir de mesures realitzades amb els terminals WiMAX. Per últim, s'introdueix al projecte InterRural del Ministeri d'Indústria, Turisme i Comerç dut a terme durant els mesos Octubre 2007 - Març 2008 amb altres empreses col·laboradores: Telefònica, Hispasat, Gigle i Iber-X. La finalitat del projecte InterRural és comparar diferents tecnologies wireless de banda ample com alternatives per un bucle local ràdio de la última milla. En concret es comparen experimentalment les tecnologies WiMAX i WiFI 802.11a en diferents escenaris: LOS i NLOS. Este proyecto trata del estudio de la cobertura WiMAX basada en la variante 802.16-2004 en la que opera a 3.5 GHz en diferentes escenarios de un campus universitario. Primeramente se realiza una introducción general a WiMAX y se definen los equipos empleados. Posteriormente se empieza a llevar a cabo un estudio de la cobertura WiMAX en diferentes entornos: indoor y outdoor con la finalidad de extraer modelos empíricos simplificados de path loss partiendo de las medidas obtenidas con los terminales WiMAX. Por último se introduce al proyecto InterRural del Ministerio de Industria, Turismo y Comercio llevado a cabo durante los meses Octubre 07-Marzo 08 con otras empresas colaboradoras: Telefónica, Hispasat, Gigle y Iber-X. La finalidad de este proyecto InterRural es comparar diferentes tecnologías wireless de banda como alternativas para un bucle local radio de la última milla. En concreto las tecnologías de banda ancha comparadas experimentalmente en dos tipos de escenarios: LOS y NLOS son WiMAX y WiFI 802.11a. This thesis consists of studding the WiMAX coverage based over the IEEE 802.16-2004 standard operating at 3.5 GHz in different scenarios of a university campus. Firstly it realizes a general introduction to the WiMAX as one of the considered BWA (Broadband Wireless technology) and then it defines the employed equipment. Subsequently it begins to study the WiMAX coverage at different environments: indoor and outdoor with the aim to extract simplified empirical path loss models using the measurements obtained by WiMAX terminals. Finally it introduces to the InterRural project of the Spain's Ministry of Industry realized between October 2007-March 2008 with other colaborator enterpirses such as Telefonica, Hispasat, Gigle and Iber-X. The aim of InteRural's project is to compare different wireless broadband access technologies like WiMAX and WiFI 802.11a as WLL (Wireless Local Loop) alternatives. Both technologies have been put in practice in two scenarios: LOS and NLOS just for comparison.

Aquest projecte estudia la implementació d'un sistema de localització híbrid amb la combinació del posicionament GPS y el posicionament obtingut mitjançant mesures de potència rebuda (RSS) utilitzant una xarxa de sensors sense fils (WSN). Inicialment s'analitzen les característiques principals de les WSN y les tècniques de posicionament GPS y RSS. A continuació es proposen tècniques de localització híbrides que combinen el posicionament bàsic brindat per la WSN (GPS y RSS)per obtenir posicionament tant en escenaris interiors com exteriors a més d'obtenir una precisió major que les precisions bàsiques. Una vegada s'han analitzat els conceptes bàsics y s'han proposat les tècniques a utilitzar en el sistema de localització híbrida s'expliquen els aspectes d'implementació relacionats amb la programació de la WSN. Finalment, després d'analitzar els resultats de diverses mesures, queda present la necessitat de tècniques d'estimació d'error en el posicionament, per això es proposa una tècnica d'estimació d'error per ser utilitzada en les estimacions híbrides y obtenir així el funcionament desitjat de les tècniques híbrides. Este proyecto estudia la implementación de un sistema de localización híbrido con la combinación del posicionamiento GPS y el posicionamiento obtenido mediante medidas de potencia recibida (RSS) a partir de una red de sensores inalámbricos (WSN).En primer lugar se analizan las características principales de las WSN y las técnicas de posicionamiento GPS y RSS. A continuación se proponen técnicas de localización híbrida que permitan a partir del posicionamiento básico brindado por la WSN (GPS y RSS) obtener posicionamiento tanto en escenarios interiores como exteriores y obtener una precisión en la localización híbrida mayor que las precisiones básicas. Una vez analizados los conceptos básicos y propuestas las técnicas a utilizar en el sistema de localización híbrida se comentan los aspectos de implementación a tener en cuenta a la hora de la programación de la WSN. Finalmente, tras analizar los resultados de diversas medidas, queda presente la necesidad de técnicas de estimación de errores en el posicionamiento, por ello se propone una técnica de estimación de errores para ser utilizada en las estimaciones híbridas y permita obtener el funcionamiento deseado. This thesis studies the implementation of a positioning System combining GPS positioning and positioning obtained by the Receive Signal Strength (RSS) measurements from a Wireless Sensor Network (WSN). First of all, the features of the WSN and GPS and RSS positioning techniques are discussed. Then some hybrid localization techniques are proposed which enable indoor and outdoor localization and obtain a hybrid location accurate than the basic accuracies. Finally, after analyze the results of various measures, is needed to obtain estimation techniques for positioning errors, for this a technique is proposed to be used in the hybrid estimations and allow to obtain the desired hybrid techniques performance.

La iniciativa ATLANTIDA engloba numerosos estudios de ingeniería con el objetivo de reformar el actual sistema de gestión del tráfico aéreo. Dentro de estos estudios se encuentran diversas investigaciones en el campo de las comunicaciones móviles. La gran variabilidad del entorno aeronáutico promueve el estudio de sistemas de comunicaciones móviles capaces de funcionar en este tipo de entorno. Este proyecto propone un sistema de comunicaciones WiMAX en un entorno aeronáutico con aviones no tripulados utilizando la modulación OFDM. La iniciativa ATLANTIDA engloba nombrosos estudis d'enginyeria amb l'objectiu de reformar l'actual sistema de gestió del tràfic aeri. Dins d'aquestos estudis es troben diverses investigacions en el camp de les comunicacions mòbils. La gran variabilitat de l'entorn aeronàutic promou l'estudi de sistemes de comunicacions mòbils capaços de treballar en aquest tipus d'entorn. Aquest projecte proposa un sistema de comunicacions WiMAX en un entorn aeronàutic amb avions no tripulats utilitzant la modulació OFDM. The ATLANTIDA initiative is composed by different engineering studies that try to change the air traffic management. In these studies, we can found some researches about mobile communications. The high variability of aeronautic channel promotes the study of mobile communications systems, which can be able to work in that kind of channel. This project proposes a WiMAX communications system in an aeronautical channel with unmanned aerial vehicles using OFDM modulation.

Aquest projecte estudia la implantació d'un sistema de posicionament a l'interior d'un edifici que compti amb una xarxa WiMAX. Per començar, s'analitzaran les característiques principals d'aquesta tecnología, la configuració de la xarxa amb la que treballarem i s'explicaran els mètodes de posicionament existents avui en dia. Més endavant s'estudiaran els aspectes més importants de la nostra aplicació: l'escenari, l'estimació de la distancia i l'estimació de la posició. Finalment, després d'analitzar els resultats de diverses mesures, es dissenyaran tres mètodes pel càlcul de la posició i s'aplicarà el nostre procediment en més de 15 escenaris de posicionament diferents, amb l'objectiu de comparar els resultats i definir quin dels mètodes aconsegueix un posicionament més precís. Este proyecto estudia la implantación de un sistema de posicionamiento en el interior de un edificio que disponga de una red WiMAX. Inicialmente se van a analizar las características principales de dicha tecnología, la configuración de la red con la que vamos a trabajar y se explicarán los sistemas de posicionamiento que existen en la actualidad. Posteriormente se estudiarán los aspectos más importantes de nuestra aplicación: el escenario, la estimación de la distancia y la estimación de la posición. Finalmente, tras analizar los resultados de diversas medidas, se diseñarán tres métodos para el cálculo de la posición y se aplicará el procedimiento en más de 15 escenarios de posicionamiento distintos, con el propósito de comparar los resultados y definir cuál de los métodos consigue un posicionamiento más preciso. This thesis studies the implantation of a positioning system inside a building provided with a WiMAX network. First of all, main features of the technology are going to be analyzed. We are also going to study the network configuration and the location systems existing nowadays. Later, the main parameters of our application will be studied: the scenario, the distance estimation and the location. After analyzing some measurements, three positioning methods are going to be designed and the procedure will be applied in more than 15 different scenarios, in order to compare the results and define which one of the methods obtains the most accurate location.

El treball realitzat en aquest projecte es basa en l'implementació d'un demostrador wireless, i més específicament, en l'estudi de les tècniques network coding i virtualització. Network coding és un nou mètode de transmissió de dades que es basa en la codificació de paquets per incrementar el rendiment fins ara obtingut als mètodes de transmissió convencionals. La virtualització és una tècnica que consisteix en compartir de forma més eficient els recursos d'un sistema. En el nostre cas s'utilitzarà la virtualització per dividir una interfície sense fils en diferents usuaris virtuals transmetent i rebent dades simultàniament. L'objectiu del projecte és realitzar un seguit de proves i estudis per veure els avantatges d'aquestes dues tècniques. El trabajo realizado en este proyecto se basa en la implementación de un demostrador wireless, y más específicamente en el estudio de las ténicas network coding y virtualización. Network coding es un nuevo método de transmisión de datos que se basa en la codificación de paquetes para incrementar el rendimiento hasta ahora obtenido con los métodos de transmisión convencionales. La virtualización es una técnica que consiste en compartir de forma más eficiente los recursos de un sistema. En nuestro casa se utilizará la virtualización para dividir una interfaz inalámbrica en diferentes usuarios virtuales transmitiendo y recibiendo datos simultáneamente. El objetivo del proyecto es realizar una serie de pruebas y estudios para observar las ventajas de estas dos técnicas. The work on this project is based on the implementation of a wireless demonstrator, and more specifically in the study of techniques Network coding and virtualization. Network coding is a new method of data transmission based on the coding of packages to improve performance so far obtained with conventional transmission methods. Virtualization is a technique that shares the resources of a system more efficiently. In our case we will use virtualization to divide a wireless interface into different virtual users to transmit and receive data simultaneously. The project aims to conduct a series of studies to test and see the benefits of these two techniques. Nota: Aquest document conté originàriament altre material i/o programari només consultable a la Biblioteca de Ciència i Tecnologia.

Dada la actual evolución de las redes donde se va dejando de lado la antigua arquitectura jerárquica de cliente/servidor, en este TFM se plantea el análisis y estudio del nuevo paradigma de las redes definidas por software (SDN) para su implantación en el entorno sanitario y dotar a las redes de los hospitales de una mayor eficiencia, flexibilidad y escalabilidad. Por ello, en la primera parte del TFM se recopilará información acerca de esta tecnología desde sus inicios hasta la actualidad para poder estudiarla y entender su funcionamiento. Posteriormente se analizarán las diferentes herramientas que se emplearán para el desarrollo del TFM. Para el diseño de red se optará por la herramienta Mininet con su entorno de trabajo gráfico MiniEdit y para las funciones de controlador se optará por el controlador ONOS. Una vez entendida la tecnología, se realizará un estudio de la arquitectura de red actual de un hospital, para ello se tomará como referencia el modelo de red planteado por Ignacio Campos en su TFM. Se hará hincapié en la topología de red implantada, la electrónica de red que la conforma y los distintos entornos y VLAN`s desplegados en el mismo. Por último, se planteará el diseño de red para la implantación de SDN en la actual topología de red del hospital, se reproducirá el escenario empleando Mininet y el controlador ONOS. Se realizarán simulaciones para monitorización de tráfico en las sedes, se aplicará VPLS y se diseñará un clúster del controlador ONOS para dotar al diseño de alta disponibilidad y redundancia ante fallos. Given the current evolution of networks, the old hierarchical client / server architecture is being left behind. As a result, this dissertation will analyse and explore/investigate/study the new paradigm of Software-Defined Networking (SDN) for its implementation in the healthcare setting and to provide hospitals with more efficient, flexible and scalable networks. In the first section of this dissertation, data will be collected regarding the history and development of this new technology in order to fully comprehend how it works. Thereafter, the different tools used within this study will be analysed. The tool Mininet and its graphical user interface MiniEdit, will be used for the network design and the ONOS controller will be used for the controller functions.Upon understanding the technology, a study will be carried out on a hospitals current network architecture of which the network model presented in Ignacio Campos dissertation [22] will be used as a reference. This study will place specific emphasis on the topology of network installed, the network electronics that it is comprised of as well as the different environments and VLANs deployed in it. Finally, the network design for the implementation of SDN in the current hospital network topology will be presented, the scenario will be reproduced using Mininet and the ONOS controller and simulations will be carried out to monitor traffic at the headquarters, VPLS will be applied, and a cluster of the ONOS controller will be designed to provide the design with high availability and redundancy in the event of failures. Donada l'actual evolució de les xarxes on es va deixant de banda l'antiga arquitectura jeràrquica de client / servidor, en aquest TFM es planteja l'anàlisi i estudi del nou paradigma de les xarxes definides per software (SDN) per a la seva implantació en l'entorn sanitari i dotar a les xarxes dels hospitals d'una major eficiència, flexibilitat i escalabilitat. Per això, en la primera part del TFM es recopilarà informació sobre aquesta tecnologia des dels seus inicis fins a l'actualitat per poder estudiar-la i entendre el seu funcionament. Posteriorment s'analitzaran les diferents eines que s'empraran per al desenvolupament de l'TFM. Per al disseny de xarxa s'optarà per l'eina Mininet amb el seu entorn de treball gràfic miniedit i per a les funcions de controlador s'optarà pel controlador ONOS. Un cop entesa la tecnologia, es realitzarà un estudi de l'arquitectura de xarxa actual d'un hospital, per a això es prendrà com a referència el model de xarxa plantejat per Ignacio Campos en el seu TFM. Es posarà èmfasi en la topologia de xarxa implantada, l'electrònica que la conforma i els diferents entorns i VLAN`s desplegats al mateix. Finalment, es plantejarà el disseny de xarxa per a la implantació de SDN en l'actual topologia de l'hospital, es reproduirà l'escenari emprant Mininet i el controlador ONOS. Es realitzaran simulacions per monitorització de trànsit a les seus, s'aplicarà VPLS i es dissenyarà un clúster del controlador Onos per dotar el disseny d'alta disponibilitat i redundància davant fallades.

Con la llegada de la Industria 4.0 y con el crecimiento del número de dispositivos IoT en este entorno se hace necesario controlar la forma de acceso de estos dispositivos a la red. Debido a la gran cantidad de dispositivos IoT existentes, se hace más conveniente conectarlos a la red mediante una forma de acceso inalámbrica. Existen dos maneras principales de dar acceso a la red de manera inalámbrica, mediante redes WLAN privadas (WiFi) y mediante redes móviles públicas (LTE, 5G). Ambos dos capaces de proporcionar conectividad de gran velocidad a cualquier tipo de dispositivo. La Industria 4.0 tiene varios ámbitos de desarrollo, pero el enfoque de este trabajo se centra en el sector privado en el entorno industrial. Es debido a la estricta normativa de seguridad que imponen las empresas privadas que se ha escogido la vía de acceso mediante WiFi, una red privada desde la que se puedan controlar los accesos de cada dispositivo. Por último, la suma de las redes definidas por software (SDN) y la virtualización de funciones de red (NFV) están llamadas a sustituir, simplificar y optimizar las redes tal y como las conocemos hoy en día, por lo que su extensión a entornos industriales es inevitable. El proyecto por tanto consiste en la aplicación de SDN a un entorno industrial con dispositivos IoT y la orquestación de los flujos de datos de estos últimos estando conectados mediante WiFi 6. With the arrival of Industry 4.0 and the growth in the number of IoT devices in this environment, it becomes necessary to control the way these devices access the network. Due to the large number of existing IoT devices, it becomes more convenient to connect them to the network through a form of wireless access. There are two main ways to provide wireless network access, via private WLAN (WiFi) and via public mobile networks (LTE, 5G). Both are capable of providing high-speed connectivity to any type of device. Industry 4.0 has several areas of development, but the focus of this thesis is on the private sector in the industrial environment. It is due to the strict security regulations imposed by private companies that the access route via WiFi, a private network from which access to each device can be controlled, has been chosen. Finally, the sum of software-defined networks (SDN) and network function virtualisation (NFV) are called upon to replace, simplify and optimise networks as we know them today, making their extension to industrial environments inevitable. The project therefore consists of applying SDN to an industrial environment with IoT devices and orchestrating the data flows of the latter while connected via WiFi 6. Amb l'arribada de la Indústria 4.0 i amb el creixement de l'nombre de dispositius IOT en aquest entorn es fa necessari controlar la forma d'accés d'aquests dispositius a la xarxa. A causa de la gran quantitat de dispositius Iot existents, es fa més convenient connectar-los a la xarxa mitjançant una forma d'accés sense fils. Hi ha dues maneres principals de donar accés a la xarxa de manera sense fil, mitjançant xarxes WLAN privades (WiFi) i mitjançant xarxes mòbils públiques (LTE, 5G). Tots dos 2 capaços de proporcionar connectivitat de gran velocitat a qualsevol tipus de dispositiu. La Indústria 4.0 té diversos àmbits de desenvolupament, però l'enfocament d'aquest treball se centra en el sector privat en l'entorn industrial. És a causa de l'estricta normativa de seguretat que imposen les empreses privades que s'ha escollit la via d'accés mitjançant WiFi, una xarxa privada des de la qual es puguin controlar els accessos de cada dispositiu. Finalment, la suma de les xarxes definides per programari (SDN) i la virtualització de funcions de xarxa (NFV) estan cridades a substituir, simplificar i optimitzar les xarxes tal com les coneixem avui dia, pel que la seva extensió a entorns industrials és inevitable. El projecte per tant consisteix en l'aplicació d'SDN a un entorn industrial amb dispositius IOT i l'orquestració dels fluxos de dades d'aquests últims estant connectats mitjançant WiFi juny.

La indústria del transport ha entrat en l’era del big data. Part de les dades difoses pels vehicles i la infraestructura connectats està sent explotada per Intelligent Transport Systems (ITS), aplicacions avançades en què les tecnologies de la informació i la comunicació s’apliquen en el camp de la gestió del tràfic i transport per carretera. En un futur pròxim, és probable que tots els vehicles es comuniquin entre si i amb la infraestructura circumdant, per exemple, per advertir a altres sobre incidents de trànsit o les condicions de la carretera. No obstant això, els requisits de connectivitat i anàlisi de dades per als casos d’ús previstos estan lluny d’estar coberts. Dedicated Short Range Communication (DSRC) és un estàndard basat en l’evolució de IEEE 802.11p Wi-Fi, una de les principals tecnologies que permeten el concepte de vehicle connectat. La primera part d’aquesta tesi aborda la millora de la comunicació directa entre vehicle i infraestructura mitjançant IEEE 802.11p a la capa d’adquisició de dades ITS. L’anàlisi elaborada conclou que la informació que rep la infraestructura difosa a través dels protocols estandarditzats no és prou fiable per permetre aplicacions de seguretat en els encreuaments de carreteres. Per solucionar això, es proposen nous criteris orientats a la infraestructura per adequar els paràmetres de comunicació. A més, es dissenya un nou protocol per a interseccions alineat amb els estàndards que augmenta la fiabilitat de la capa d’adquisició de dades fins al punt de permetre la implementació d’aplicacions de seguretat. A causa que la capa d’adquisició de dades produeix grans quantitats de dades, es requereix l’agregació i el processament d’aquestes a les capes superiors d’aplicació i anàlisi de dades per permetre casos d’ús més avançats. Per exemple, aplicacions crítiques que tenen el potencial impacte de reduir problemes com la seguretat viària, la contaminació, la congestió de trànsit i els costos de transport. La segona part de la tesi proposa un model generatiu basat en deep learning que es pot utilitzar de manera no supervisada per resoldre múltiples problemes dels ITS. Les dades recopilades pels ITS s’exploten i es transformen en un actiu valuós per a les aplicacions de seguretat i la presa de decisions, sense la necessitat de coneixements addicionals ni de dades etiquetades. El model permet comprimir de manera eficient les dades i pronosticar el trànsit, imputar valors que falten, seleccionar les millors dades i models per a un problema específic i detectar dades de trànsit anòmales al mateix temps. L’última part de la tesi està motivada per la creixent preocupació que genera l’eficiència de les solucions ITS i la gran quantitat de dades que s’espera processar. L’algoritme presentat permet derivar de manera automàtica i eficient la mínima arquitectura del model que proporciona la màxima compressió de la informació i manté la màxima informació útil sobre les dades de trànsit originals. D’aquesta manera, el rendiment del sistema de pronòstic de trànsit ITS posterior no es veu afectat negativament, sinó que es beneficia del fet que les dades es representen amb menys dimensions, la qual cosa és de vital importància en l’era del big data. Les bases de l’algoritme es prenen de conceptes teòrics de la Teoria de la Informació aplicats a les xarxes neuronals, anant un pas més enllà dels mètodes actualment disponibles que es basen en prova i error. La industria del transporte ha entrado en la era del big data. Parte de los datos difundidos por los vehículos y la infraestructura conectados está siendo explotada por Intelligent Transport Systems (ITS), aplicaciones avanzadas en las que las tecnologías de la información y la comunicación se aplican en el campo de la gestión del tráfico del transporte por carretera. En un futuro próximo, es probable que todos los vehículos se comuniquen entre sí y con la infraestructura circundante, por ejemplo, para advertir a otros sobre incidentes de tráfico o las condiciones de la carretera. Sin embargo, los requisitos de conectividad y análisis de datos para los casos de uso previstos están lejos de estar cubiertos. Dedicated Short Range Communication (DSRC) es un estándar basado en la evolución de IEEE 802.11p Wi-Fi, una de las principales tecnologías que permiten el concepto de vehículo conectado. La primera parte de esta tesis aborda la mejora de la comunicación directa entre vehículo e infraestructura mediante IEEE 802.11p en la capa de adquisición de datos ITS. El análisis realizado concluye que la información que recibe la infraestructura difundida a través de los protocolos estandarizados no es lo suficientemente fiable como para permitir aplicaciones de seguridad en los cruces de carreteras. Para solucionar esto, se proponen nuevos criterios orientados a la infraestructura para adecuar los parámetros de comunicación. Además, se diseña un nuevo protocolo alineado con los estándares para intersecciones que aumenta la confiabilidad de la capa de adquisición de datos hasta el punto de permitir la implementación de aplicaciones de seguridad. Debido a que la capa de adquisición de datos produce grandes cantidades de datos, se requiere la agregación y el procesamiento de estos en las capas superiores de aplicación y análisis de datos para permitir casos de uso más avanzados. Por ejemplo, aplicaciones críticas que tienen el potencial impacto de reducir problemas como la seguridad vial, la contaminación, la congestión del tráfico y los costes de transporte. La segunda parte de la tesis propone un modelo generativo basado en deep learning que se puede utilizar de manera no supervisada para resolver múltiples problemas de los ITS. Los datos recopilados por los ITS se explotan y se transforman en un activo valioso para las aplicaciones de seguridad y la toma de decisiones, sin la necesidad de conocimientos adicionales ni de datos etiquetados. El modelo permite comprimir de manera eficiente los datos y pronosticar el tráfico, imputar valores faltantes, seleccionar los mejores datos y modelos para un problema específico y detectar datos de tráfico anómalos al mismo tiempo. La última parte de la tesis está motivada por la creciente preocupación que genera la eficiencia de las soluciones ITS y la gran cantidad de datos que se espera procesar. El algoritmo presentado permite derivar de manera automática y eficiente la mínima arquitectura del modelo que proporciona la máxima compresión de la información y mantiene la máxima información útil sobre los datos de tráfico originales. De esta manera, el rendimiento del sistema de pronóstico de tráfico ITS posterior no se ve afectado negativamente, sino que se beneficia del hecho de que los datos se representan con menos dimensiones, lo cual es de vital importancia en la era del big data. Las bases del algoritmo se toman de conceptos teóricos de la Teoría de la Información aplicados a las redes neuronales, yendo un paso más allá de los métodos actualmente disponibles que se basan en prueba y error. Transportation industry has entered the era of big data. Part of the data disseminated by connected vehicles and infrastructure is being exploited by Intelligent Transport Systems (ITS), advanced applications in which information and communication technologies are applied in the field of road transport traffic management. In the upcoming future, all road vehicles are likely to communicate with one another and the surrounding infrastructure, for example, to warn others about traffic incidents or poor road conditions. But, the connectivity and data analytics requirements for the envisaged use cases are far from covered. Dedicated Short Range Communication (DSRC) is a higher layer standard based on the evolution of IEEE 802.11p Wi-Fi, one of the main technologies that support the first generation of vehicle-to-everything (V2X) communication. The first part of this dissertation addresses the improvement of IEEE 802.11p direct vehicular-to-infrastructure communication in the ITS data acquisition layer, which suffers from a well-known scalability problem. The analysis carried out concludes that the data dissemination of standardized protocols is not reliable enough to support safety applications that depend on ITS roadside units located in intersection areas. To solve this, novel infrastructure-oriented criteria is proposed to adapt the communication parameters and an intersection assistance protocol is designed in compliance with the standards to increase the reliability of the data acquisition layer up to the point where safety applications can be implemented. As ITS data acquisition layer produces massive amounts of data, it requires data aggregation and processing in the data analytics and application layer to enable more advanced use cases, mission-critical applications that have the potential impact to reduce problems such as road safety, pollution, traffic congestion and transportation costs. The second part of the dissertation proposes a generative deep learning model that can be used in an unsupervised manner to solve multiple ITS challenges. Big data collected by ITS is exploited and transformed to an asset for safety applications and decision-making, without the need for additional knowledge nor labeled data. The model allows to efficiently compress traffic data and forecast, impute missing values, select the best data and models for a specific problem and detect anomalous traffic data at the same time. The last part of the dissertation is motivated by the growing concern generated by the efficiency of ITS solutions and the large amount of data expected to be processed. The presented algorithm allows to automatically and efficiently derive the minimum expression architecture of the model that provides maximal compressed representations that inform about the original traffic data. In this way, the performance of the subsequent ITS traffic forecasting system is not adversely affected, but benefits from data being represented with fewer dimensions, which is vitally important in the age of big data. The basis of the algorithm is taken from theoretical concepts of Information Theory applied to neural networks, going a step beyond the current available methods that are based on trial and error. Universitat Autònoma de Barcelona. Programa de Doctorat en Enginyeria Electrònica i de Telecomunicació

En este proyecto se han presentado los modelos de distribución de canal más comunes que se puede encontrar una señal en una transmisión. Seguidamente se ha presentado el concepto de diversidad en comunicaciones inalámbricas terrestres y se ha trasladado el escenario a comunicaciones por satélite. Para analizar la calidad de los enlaces con diversidad se ha realizado un simulador, con Matlab, que modele la estructura básica de un sistema de comunicaciones (emisor, canal y receptor). Simulando las comunicaciones entre los diferentes sistemas de diversidad se ha podido comparar la calidad de cada enlace. El modelo Alamouti ha presentado una robustez y una baja probabilidad de error que hacen que sea la mejor elección a la hora de diseñar un sistema de diversidad para comunicaciones por satélite. Utiliza la diversidad de canal para aprovechar cada pizca de señal que recibe y así poder descifrar el mensaje enviado. En aquest projecte s'han presentat els models de distribució de canal més comuns que es pot trobar un senyal en una transmissió. Seguidament s'ha presentat el concepte de diversitat en comunicacions inal·làmbriques terrestres i s'ha traslladat l'escenari a comunicacions per satèl·lit. Per analitzar la qualitat del enllaços amb diversitat s'ha realitzat un simulador, amb Matlab, que modeli l'estructura bàsica d'un sistema de comunicacions (emissor, canal i receptor). Simulant les comunicacions entre els diferents sistemes de diversitat s'ha pogut compara la qualitat de cada enllaç. El model Alamouti ha presentat una robustesa i una baixa probabilitat d'error que fan que sigui la millor elecció a l'hora de dissenyar un sistema de diversitat per a comunicacions per satèl·lit. Utilitza la diversitat de canal per aprofitar cada bocinet de senyal rebuda i així poder desxifrar el missatge enviat. In this project have been presented models most common distribution channel that can be found in a signal transmission. He then has been presented the concept of diversity in terrestrial wireless communications and has shifted the scene to satellite communications. To analyze the quality of links with diversity has made a simulator, with Matlab, which shape the basic structure of a communications system (transmitter, receiver and channel). Pretend communications between various systems of diversity has been able to compare the quality of each link. The model Alamouti has filed a robustness and a low probability of error that make it the best choice when it comes to designing a system of satellite communications for diversity. Use the diversity of each channel to tap pinch signal it receives and thus able to decipher the message.

El objetivo del presente proyecto es el de desarrollar un vehículo controlado remotamente por una aplicación de escritorio instalada en una computadora. Tanto el vehículo como la computadora están conectados a una misma red WiFi y la comunicación está basada en un protocolo cliente-servidor donde el vehículo es el servidor. Para controlar el vehículo se hace el envío de una fotografía y un mapa de ultrasonidos desde el vehículo a la computadora, un operario decide que orden tomar y se envía la orden de vuelta. El mapa ultrasónico se hace moviendo el sensor de ultrasonidos en diferentes grados y tomando muestras. Sobre el vehículo hay una placa de Arduino Mega 2560 que tiene la función de recibir las señales necesarias para enviar a la computadora o para mejorar la funcionalidad. Los actuadores son también controlados por este microcontrolador. La aplicación de escritorio se ha programado en lenguaje Java utilizando el programa Netbeans 8.2. En el presente documento se expondrá la viabilidad del sistema apoyándose en pruebas realizadas a los dispositivos más significantes como son el control de movimiento, el sensor de ultrasonidos y la cámara. L'objectiu d'aquest projecte és el de desenvolupar un vehicle controlat remotament per una aplicació d'escriptori instal·lada en un ordinador. Tant el vehicle com l'ordinador estan connectats a una mateixa xarxa WiFi i la comunicació està basada en un protocol client-servidor on el vehicle és el servidor. Per controlar el vehicle es fa l'enviament d'una fotografia i un mapa d'ultrasons des del vehicle a l'ordinador, un operari decideix que ordre prendre i s'envia l'ordre de tornada. El mapa ultrasònic es fa movent el sensor d'ultrasons en diferents graus i prenent mostres. Sobre el vehicle hi ha una placa d'Arduino Mega 2560 que té la funció de rebre els senyals necessaris per enviar a l'ordinador o per millorar la funcionalitat. Els actuadors són també controlats per aquest microcontrolador. L'aplicació d'escriptori s'ha programat en llenguatge Java utilitzant el programa Netbeans 8.2. En el present document s'exposarà la viabilitat de sistema recolzant-se en proves realitzades als dispositius més significants com són el control de moviment, el sensor d'ultrasons i la càmera. The aim of this project is to develop a vehicle controlled remotely by a desktop application installed in a computer. Both, the vehicle and the computer are connected to the same WiFi network and the communication is based on a server-client protocol were the vehicle is the server. To control the vehicle a picture and an ultrasonic map are sent from the vehicle to the computer, the operator make a decision and send the movement orders back. The ultrasonic map is made by moving the ultrasonic sensor at different angles and getting a sample. On the vehicle there is an Arduino Mega 2560 card whose function is to receive all the necessary signals to be sent to the computer or to improve its functionality. The control of the actuators is also done by this microcontroller. The desktop application has been programmed in Java language by using the software Netbeans 8.2. In the current document will be exposed the feasibility of the system supported by tests to the different significant devices, such as the motion control, the ultrasonic sensor and the camera.