Trabajos de fin de Máster Dirigidos 2018-19

Nombre del Alumno: Silvia Barbero Rodríguez

Nombre del Tutor: David Griol Barres

Título (tentativo) del Trabajo Fin de Máster: Using Natural Language Processing and Artificial Intelligence techniques for maps construction and visualization.

Breve descripción:
This master thesis is focused on exploring the main features that can be extracted from the description of a map using spontaneous natural language. These features will be used to model and visual represent maps by combining and assessing different natural language processing techniques and artificial intelligence methodologies.

Nombre del Alumno: Alberto Miño

Nombre del Tutor: María Isabel Sánchez Segura y Fuensanta Medina Domínguez

Título tentativo del Trabajo Fin de Máster: Visualización dinámica usando simulación, de modelos de negocio enriquecidos con activos intangibles.

Breve descripción:
En este trabajo de fin de máster se contempla el uso de metodologías sistémicas para definir un modelo de simulación que permita la visualización dinámica de modelos de negocio enriquecidos con activos intangibles.

Nombre del Alumno: Pablo Ráez García-Retamero

Nombre del Tutor: Isabel Segura Bedmar

Título (tentativo) del Trabajo Fin de Máster: Early Prediction of Anorexia in social media by means of NLP.

Breve descripción:
Se va a desarrollar un método mediante el cual analizar automáticamente grandes cantidades de texto procedentes de las redes sociales usando técnicas de Deep Learning como las RNN y Perceptrones Multicapa, con la finalidad de la detección temprana de trastornos psicológicos como puede ser la anorexia.

Nombre del Alumno: Roxana Rodríguez

Nombre del Tutor: Ángel García Crespo

Título (tentativo) del Trabajo Fin de Máster: ANÁLISIS DE FACTIBILIDAD DE UN SISTEMA DE APOYO PARA ALUMNOS DE BACHILLERATO CON DISLEXIA.

Breve descripción:
Esta investigación trata sobre la descripción y análisis de factibilidad de un sistema de apoyo desarrollado con el objeto de mejorar el nivel de fluidez de lectura y comprensión lectora presente en los jóvenes estudiantes con dislexia a la hora de presentar una evaluación de suma importancia para su propio futuro educativo y posteriormente profesional, como lo es la evaluación para el acceso a la universidad.

Nombre del Alumno: Natshidel Rodriguez

Nombre del Tutor: Antonio Amescua

Título (tentativo) del Trabajo Fin de Máster: Evaluación de metodologías Ágil con métodos ágiles en una organización.

Breve descripción:
explorar en la literatura actual las evaluaciones de los métodos ágiles para así poder obtener una evaluación que sea agil, ejemplo: litmus test. En donde con preguntas claves se pueda saber el estado de agilidad de una organización.

Nombre del Alumno: Juan Manuel Chagüendo Benavides

Nombre del Tutor: Maria Isabel Sánchez Segura, Fuensanta Medina Domínguez

Título (tentativo) del Trabajo Fin de Máster: Herramienta software de soporte al análisis de activos intangibles para la fase de pre-proyecto de ingeniería de software.

Breve descripción:
Los activos intangibles y su evaluación son dos aspectos que cada empresa debe conocer y cuidar, ya que permiten mejorar su valor corporativo. Por lo tanto, se puede decir que la salud de una organización está determinada por el estado de salud de sus activos intangibles. Existen modelos de evaluación de activos intangibles genéricos, cada uno con diferentes enfoques y características; sin embargo, omiten la alineación con los objetivos estratégicos o la provisión de herramientas de evaluación o no son compatibles con una herramienta de software, lo que dificulta el proceso de evaluación.
Se propone una herramienta de software para evaluar los activos intangibles y visualizar cómo pueden influir en los objetivos estratégicos de una organización. Esta herramienta es compatible con un modelo definido por (Sanchez-Segura et al., 2017) que considera la alineación con el objetivo estratégico, la identificación y evaluación de los activos de organizaciones específicas. La información proporcionada por la herramienta desarrollada ayuda a las organizaciones a tomar decisiones sobre dónde dirigir sus esfuerzos, es decir, en qué activo intangible específico invertir. En consecuencia, ayuda a mejorar el capital intelectual de la organización.

Nombre del Alumno: José Manuel González Osona

Nombre del Tutor: Pedro Peris López

Título (tentativo) del Trabajo Fin de Máster: Generador de números aleatorios basado en señales.

Breve descripción:
Se realiza una propuesta para la generación de números aleatorios basándose en los datos generados por una señal, así como una comprobación de la veracidad de la aleatoriedad de los números generados.

Nota: El título y la descripción es bastante genérica ya que discutimos el tema el 22 de Enero y no hemos podido desarrollarlo en más profundidad, seguramente cambiaremos el título y la propuesta no es seguro que sea basado en señales (todavía estamos sopesando qué emplear como propuesta para generar los números aleatorios).

Nombre del Alumno: Jaime Cepeda Villamayor

Nombre del Tutor: Angel García Olaya

Título del Trabajo Fin de Máster (tentativo): Planificación automática aplicado a la programación multi-robot. (es temporal)

Breve descripción:
El objetivo del TFM es aplicar planificación temporal a multiples robots, optimizando los movimientos que hacen, para poder realizar tareas de la forma mas rápida posible, aplicando el mínimo esfuerzo.

Nombre del Alumno: Francisco Manuel Medrano Vasquez

Nombre del Tutor: Ángel García Crespo

Título (tentativo) del Trabajo Fin de Máster: Análisis de uso de un sistema web : Elaboración de un re-diseño centrado en el usuario.

Breve descripción:
El análisis del uso de interfaces de usuarios dentro de sitios web, permite tener idea de los procesos, métodos de trabajo y herramientas para identificar la frecuencia y defectos en el software desarrollado, alcanzando un proceso de estabilidad del mismo que necesita un usuario final. Particularmente en el presente proyecto se procederá a analizar las interfaces de un sistema web con diferentes interfaces de uso. Este trabajo tendrá una incidencia directa en los usuarios de los sitios web, ya que como resultado del proceso de investigación se generará un conjunto de buenas prácticas para el re-diseño del sistema web, lo cual facilitara el acceso y la interacción con dicho sitio.

Nombre del Alumno: Francisco Javier Fuenmayor González

Nombre del Tutor: Ángel García Crespo

Título (tentativo) del Trabajo Fin de Máster: Análisis de efectividad de un sistema de comunicación para personas sordociegas.

Breve descripción:
Las personas sordociegas tienen problemas muy serios para comunicarse debido al deterioro visual y auditivo, por lo tanto, el tacto se vuelve la vía mas esencial de entrada de información. Se propone realizar un análisis de efectividad de un sistema a través de dispositivos móviles que permita la comunicación entre personas sordociegas y otras personas.

Nombre del Alumno: Francisco García Muñoz

Nombre del Tutor: Daniel Borrajo Millán y Carlos Linares López

Título (tentativo) del Trabajo Fin de Máster: Creación de un portfolio de planificación dinámico.

Breve descripción:
Un tema de actual investigación en el ámbito de la inteligencia artificial es la resolución de problemas de planificación. Esta investigación es importante debido a que son innumerables las áreas beneficiadas de los avances ocurridos en este campo (desde cálculo de rutas hasta exploración espacial).

Desde que tuvo lugar la primera International Planning Competition en el año 1998, se han hecho muchos progresos y se han realizado múltiples estudios orientados a encontrar el mejor enfoque a aplicar cuando se trata de resolver problemas de planificación. La motivación de todos estos estudios es que, tal y como se ha probado durante todos estos años, no existe un planificador que tenga un buen rendimiento sobre todos los tipos de problemas que se pueden encontrar.

Debido a ello, tal y como reflejan muchos estudios ya realizados en este campo, se viene observando que el enfoque que aporta mejores resultados a la hora de resolver un problema de planificación es la utilización de un portfolio (conjunto) de planificadores, es decir, en lugar de utilizar un único planificador para todos los problemas que se necesita resolver, crearemos un conjunto compuesto de varios planificadores. Por ello, el objeto de este TFM es crear un portfolio de planificadores.

De este modo, en nuestro estudio, sobre los datos de planificadores individuales de que dispongamos, aplicaremos técnicas de inteligencia artificial que nos indiquen qué planificador del portfolio debemos escoger para resolver el problema concreto de que se trate. Así, nuestro propósito es tratar de saber en cada momento cuál es el planificador que mejor rendimiento va a aportar sobre el problema, es decir, aquél que va a encontrar una solución en menor tiempo y/o la solución hallada va a tener un coste menor que la que podría encontrar otro planificador en el mismo margen de tiempo. Estas técnicas aplicadas se realizarán principalmente con cálculos probabilísticos y con datos disponibles de los planificadores individuales, como el tiempo medio de resolución de cada uno de ellos o el número de problemas que ha sido capaz de resolver sobre el total de problemas utilizados para estudiar el rendimiento de cada planificador.

Nombre del Alumno: Eddy Nelson Almuiña Hernández

Nombre del Tutor: Félix García Carballeira

Título (tentativo) del Trabajo Fin de Máster: Técnicas de integración de Machine Learning con Computación de Altas Prestaciones..

Breve descripción:
Se propone como objetivo del trabajo analizar la integración de la herramienta TensorFlow con el protocolo MPI (Message Passing Interface) y el sistema de ficheros HDFS (Hadoop Distributed File System), para su empleo en entornos distribuidos aplicando técnicas de localidad. Se implementará un sistema que aplique los resultados de dicho estudio.

Nombre del Alumno: Borja Calpena Gilabert

Nombre del Tutor: Pedro Peris

Título: Está basado es un paper llamado ‘’Real time heart rate monitoring from facial RGB color video using webcam”..

Breve descripción:
Todavía no hemos podido especificar bien la funcionalidad del TFM ya que se va a hacer algo similar pero con cambios. El trabajo original consiste en medir la frecuencia cardíaca. El modificado va a ser con dos cámaras y con seguridad.

Nombre del Alumno: Alejandro Ossorio Arroyo

Nombre del Tutor: Teresa Onorati y Paloma Diaz

Título (tentativo) del Trabajo Fin de Máster: A Social Media Cross-Platform application to evaluate the quality of the information generated by citizens.

Breve descripción:
Las redes sociales se encuentran en continuo crecimiento. El aumento de la participación de los ciudadanos y las organizaciones contrasta con la aparición de programas automáticos (bots) y noticias falsas que afectan a la calidad de la información. El trabajo nace de necesidad de filtrar la información publicada en redes sociales de forma automática y proporciona un modelo para cuantificar el valor de la Credibilidad, Popularidad, Oportunidad, Corroboración y Relevancia en un entorno cross-platform de redes sociales.

Nombre del Alumno: Alberto Niironen Orduña

Nombre del Tutor: Felix García Carballeira

Título (tentativo) del Trabajo Fin de Máster: Diseño de un sistema de confianza entre usuarios en redes sociales.

Breve descripción:
Gracias a la implementación de una red social para poner en contacto físicamente a los diferentes usuarios que la utilicen, se realizará un sistema capaz de valorar el nivel de confianza que representa cada uno de los usuarios asignando una puntuación con la cual identificar el perfil que tienen. El objetivo es dar tranquilidad y transparencia para que los usuarios que no se conozca tenga la confianza de poder quedar sin miedo con otro usuario en el mundo físico.

Nombre del Alumno: Adrián Borja Pimentel

Nombre del Tutor: Pedro Isasi Viñuela (No definitivo)

Título (tentativo) del Trabajo Fin de Máster: Vida Artificial en Watership: Juegos de superviviencia.

Breve descripción:
Partiendo de "Watership", una plataforma donde modelar un ecosistema de vida artificial básico inspirado en las relaciones de colaboración entre individuos, que fue implementada durante el TFG. Este segundo proyecto busca continuar con los objetivos generales del anterior proyecto y generar una nueva versión más completa de la plataforma en la que llevar a cabo varias simulaciones de ecosistemas artificiales en torno a la teoría de juegos.

Nombre del Alumno: Luis Santiago Martín Sevilla

Nombre del Tutor: Pedro Isasi o Yago Saez

Título (tentativo) del Trabajo Fin de Máster: Predicción del coeficiente de amortiguación de un sistema de potencia con técnicas de inteligencia artificial.

Breve descripción:
El trabajo consiste en un caso práctico para la predicción del coeficiente de amortiguación en el sistema de transporte de REE.

Nombre del Alumno: Lucía Ubilluz

Nombre del Tutor: Marco Romano

Título (tentativo) del Trabajo Fin de Máster: Realidad Aumentada como herramienta para el aprendizaje.

Breve descripción:
Analizar la influencia de la realidad aumentada en el aprendizaje y el mantenimiento de la atención haciendo uso de una herramienta creada en Unity y Vuforia para estudiantes de colegio o universidad.

Nombre del Alumno: Jesús Cristina Iglesias

Nombre del Tutor: Jesús Carretero Pérez

Título (tentativo) del Trabajo Fin de Máster: Monitorización ligera y escalable para sistemas clúster heterogéneos.

Breve descripción:
Implementación de un monitor ligero con despliegue escalable para entornos clúster heterogéneos, que permitiría saber la carga de los diferentes nodos y poder decidir donde enviar la carga de trabajo de una aplicación dada.

Nombre del Alumno: José Rivadeneira López Bravo

Nombre del Tutor: Félix García Carballeira

Título del Trabajo Fin de Máster: Técnicas unificadas para la integración de HPC y BigData.

Breve descripción:
El TFM consiste en el estudio, diseño y evaluación de una interfaz de entrada y salida para sistemas de ficheros utilizados en BigData como es hdfs, incluyendo en la misma la localidad de los datos. Seguidamente con el objetivo de evaluar la interfaz desarrollada, esta se probará en diferentes aplicaciones de MapReduce.

Nombre del Alumno: Eduardo Cibrián Sánchez

Nombre del Tutor: Jose María Álvarez Rodríguez

Título (tentativo) del Trabajo Fin de Máster: Soporte a la decisión de la programación televisa con técnicas de aprendizaje automático: un caso de uso para RTVE.

Breve descripción:
El objetivo del trabajo consiste en desarrollar un sistema que sea capaz de ayudar a impulsar las audiencias televisivas, concretamente de RTVE, combinando principalmente técnicas de Data Mining y AI. Se pretende que el sistema ayude a reducir el número de programas que son retirados a día de hoy por no estar bien colocados en la parrilla televisiva o, incluso, no estar estratégicamente enfrentados a otros programas.

Nombre del Alumno: Alba Gragera Álvarez

Nombre del Tutor: Fernando Fernández Rebollo

Título (tentativo) del Trabajo Fin de Máster: Sistema de Soporte para el desarrollo rápido de casos de uso en robótica.

Breve descripción:
Desarrollo de un sistema de prototipado rápido de casos de uso basado en el control inteligente de robots y en planificación automática de tareas. El sistema, mediante una interfaz gráfica, permitirá el diseño de casos de uso, que se traducirán automáticamente a lenguajes declarativos (como PDDL) para su control mediante arquitecturas de planificación automática.

Nombre del Alumno: Areli Vázquez Padilla Díaz

Nombre del Tutor: Dr. Javier García Guzmán

Título (tentativo) del Trabajo Fin de Máster: Estrategia de mejora de la visibilidad web en la UNAM aplicando técnicas de gamificación.

Breve descripción:
Exponer y aplicar en un caso real los conceptos de la disciplina de la gamificación como una herramienta para promover el cambio en el comportamiento el área específica de desarrollo de sitios web de la UNAM incrementando así la motivación y el compromiso entre los participantes, para lo cual se  realizará una propuesta de implementación apegada al marco de trabajo propuesto por los investigadores Herranz, Palacios, de Amescua Seco y Yilmaz.

Nombre del Alumno: Daniel Amigo Herrero

Nombre del Tutor: Jesús García Herrero

Título (tentativo) del Trabajo Fin de Máster: Técnicas avanzadas de estimación y filtrado.

Breve descripción:
Desarrollo de sistemas avanzados de estimación y filtrado de trayectorias monosensor en objetivos que operan dentro de entornos bidimensionales y tridimensionales.

Nombre del Alumno: Nicolás González Munar

Nombre del Tutor: Alejandro Cervantes Rovira

Título tentativo: Optimización de arquitecturas de Deep learning para estegoanálisis.

Breve descripción:
El estegoanálisis trata de la clasificación de medios digitales de modo que sea capaz detectar automáticamente la existencia de contenido cifrado oculto mediante esteganografía. En este trabajo se parte de una serie de arquitecturas de redes de neuronas preentrenadas. Estas son capaces de detectar dicha información oculta con elevado grado de fiabilidad en ciertas imágenes, pero fallan en otras, dependiendo el grado de éxito de las características físicas de la imagen (textura, etc.). En la literatura, este tipo de clasificador opera sobre una versión filtrada de la imagen. Se experimentará con técnicas de inspiración biológica para obtener filtros óptimos, capaces de potenciar la capacidad de detección. Según la evolución del trabajo, se atacará la optimización de otros componentes del detector.

Nombre del Alumno: David Sánchez Pedroche

Nombre del Tutor: José Manuel Molina López

Título (tentativo) del Trabajo Fin de Máster: Métodos avanzados de asociación y fusión multisensor.

Breve descripción:
Desarrollo de sistemas de asociación y fusión avanzados de múltiples sensores para la localización y seguimiento preciso de vehículos en entornos bidimensionales y tridimensionales.

Nombre del Alumno: Raúl Jesús Sandomingo Freire

Nombre del Tutor: Isabel Segura Bedmar

Título (tentativo) del Trabajo Fin de Máster: Porting Dinto, a Drug-Drug Interactions Ontology, to a graph enhancing its inferential capabilities (es muy probable que lo presente en inglés).

Breve descripción:
A partir de la ontología de interacciones entre medicamentos Dinto, se construye un grafo en el que, además de reproducir su estructura jerárquica, también se repliquen los mecanismos de inferencia de nueva información presentes en ella. Dichos mecanismos inferenciales, debido al enorme tamaño de Dinto (más de 10000 elementos), no funcionan bien en la ontología; se espera que, con ayuda de una base de datos orientada a grafos, sí que sea posible aplicarlos de forma efectiva en este nuevo grafo.

Nombre del Alumno: Pelayo Choya Carreter

Nombre del Tutor: Ricardo Aler Mur

Título (tentativo) del Trabajo Fin de Máster: Convolutional Neural Networks for Cloud Classification.

Breve descripción:
Este trabajo pretende investigar la resolución de un problema de clasificación de nubes multiclase mediante el uso de las redes convolucionale.