012truetitle_t_s asc object_type_i,object_type_i_lookup,coverage_period_mt,geographic_area_mt,geographic_coordinates_mt,author_role_mt,contributor_role_mt,org_id_mt,org_role_mt,supervisor_mt,supervisor_id_mi,supervisor_id_mi_lookup,fields_of_research_mi,fields_of_research_mi_lookup,display_type_i,display_type_i_lookup,seo_code_mi,seo_code_mi_lookup,copyright_i,license_i,license_i_lookup,oa_compliance_t,oa_notes_t,grant_id_t,funding_body_t,description_of_resource_t,software_required_t,project_description_t,keywords_mt,project_name_t,project_id_t,isdatasetof_mt,isdatasetof_mt_lookup,notes_t,date_dt,xsd_display_option_mi,xsd_display_option_mi_lookup,file_downloads_i,created_date_dt,updated_date_dt,research_program_mt,title_t,depositor_i,isderivationof_mt,assigned_user_id_mt,assigned_group_id_mi,assigned_group_id_mi_lookup,isdatacomponentof_mt,isannotationof_mt,author_id_mi,author_id_mi_lookup,alternative_title_mt,pid_t,publisher_t,author_mt,contributor_mt,contributor_id_mi,contributor_id_mi_lookup,refereed_i,series_t,journal_name_t,newspaper_t,conference_name_t,book_title_t,identifier_mt,edition_t,subject_mi,subject_mi_lookup,place_of_publication_t,start_page_t,end_page_t,chapter_number_t,issue_number_t,volume_number_t,conference_dates_t,conference_location_t,patent_number_t,country_of_issue_t,description_t,date_available_dt,language_mt,phonetic_title_t,language_of_title_mt,translated_title_t,phonetic_journal_name_t,translated_journal_name_t,phonetic_book_title_t,translated_book_title_t,phonetic_newspaper_t,file_attachment_name_mt,translated_newspaper_t,phonetic_conference_name_t,translated_conference_name_t,issn_mt,isbn_mt,isi_loc_t,prn_t,output_availability_t,na_explanation_t,sensitivity_explanation_t,file_attachment_content_mt,org_unit_name_t,org_name_t,report_number_t,sequence_i,genre_t,genre_type_t,formatted_title_t,formatted_abstract_t,parent_publication_t,convener_t,ismemberof_mt,ismemberof_mt_lookup,link_mt,link_description_mt,rights_t,views_i,scopus_id_t,thomson_citation_count_i,gs_citation_count_i,gs_cited_by_link_t,scopus_citation_count_i,status_i,status_i_lookup,first_author_in_document_derived_t,first_author_in_fez_derived_t,ands_collection_type_t,start_date_dt,end_date_dt,access_conditions_t,extent_t,contact_details_email_mt,contact_details_physical_mt,loc_subject_heading_mt,depositor_affiliation_i,surrounding_features_mt,condition_mt,style_mt,period_mt,category_mt,subcategory_mt,structural_systems_mt,adt_id_t,subtype_t,language_of_parent_title_t,proceedings_title_t,file_description_mt,herdc_code_i,herdc_code_i_lookup,herdc_status_i,herdc_status_i_lookup,institutional_status_i,institutional_status_i_lookup,herdc_notes_t,follow_up_flags_i,follow_up_flags_i_lookup,follow_up_flags_imu_i,follow_up_flags_imu_i_lookup,scopus_doc_type_t,scopus_doc_type_t_lookup,wok_doc_type_t,wok_doc_type_t_lookup,conference_id_i,total_chapters_t,publisher_id_i,translated_proceedings_title_t,native_script_title_t,roman_script_title_t,native_script_book_title_t,roman_script_book_title_t,native_script_journal_name_t,roman_script_journal_name_t,native_script_conference_name_t,roman_script_conference_name_t,total_pages_t,native_script_proceedings_title_t,roman_script_proceedings_title_t,language_of_book_title_mt,language_of_journal_name_mt,language_of_proceedings_title_mt,doi_t,author_count_t,collection_year_dt,location_mt,building_materials_mt,architectural_features_mt,interior_features_mt,sherpa_colour_t,ain_detail_t,rj_2010_rank_t,rj_2010_title_t,rj_2012_rank_t,rj_2012_title_t,rc_2010_rank_t,rc_2010_title_t,herdc_code_description_t,score,citation_t620*:*65mapdisplay_type_idisplay_type_i_lookup_exactkeywords_mftdate_year_tauthor_id_miauthor_id_mi_lookup_exactauthor_mftjournal_name_t_ftsubject_misubject_mi_lookup_exactgenre_type_t_ftismemberof_mftismemberof_mt_lookup_exactsubtype_t_ftscopus_doc_type_t_ftscopus_doc_type_t_lookup_exactxml(_authlister_t:(1)) AND (status_i:2 AND ismemberof_mt:bibliuned\:master\-ETSInformatica\-IIA) 5031982022-09-01T00:00:00Z1012023-09-14T05:47:44Z2023-09-14T05:47:44ZA Deep Neural Network For Describing Breast Ultrasound Images in Natural Languagebibliuned:master-ETSInformatica-IIA-McarrileroEl cáncer de mama es el tipo de cáncer más común y la principal causa de mortalidad en la población femenina. Sin embargo, su detección temprana puede incrementar la tasa de supervivencia relativa a cinco años del 29% al 99%. La ecografía es una de las técnicas más utilizadas para el diagnóstico de cáncer de mama, pero es necesario un experto para interpretar sus resultados de forma correcta. Esto no es común en algunos países que no cuentan con un programa de cribado apropiado, suponiendo una bajada de la tasa al 20%. Los diagnósticos asistidos por ordenador (CAD) tratan de ayudar a los médicos en este proceso, mejorando los resultados y ahorrando tiempo. Los expertos en cáncer de mama emplean la clasificación BI-RADS para describir tumores, estimar su malignidad y establecer el tratamiento a seguir. Mientras la mayoría de sistemas CAD se limitan a clasificar imágenes según su malignidad, presentamos un modelo basado en dos sistemas para la detección y descripción en lenguaje BI-RADS de tumores en tiempo real. El primer sistema es un algoritmo de detección basado en YOLO que obtiene una precisión de 0.965, una exhaustividad de 0.95 y un área bajo la curva de precisión-exhaustividad de 0.97. El segundo es un sistema de descripción que recibe el tumor detectado y devuelve, en lenguaje natural, su descripción en BI-RADS y una estimación de su malignidad. Para este sistema hemos realizado tres experimentos en colaboración con una radióloga experta en mama y hemos obtenido unos valores de concordancia con sus diagnósticos que se encuentran entre los valores de intercorrelación e intracorrelación entre expertos que hemos encontrado en la literatura. Además, observamos que entrenar los modelos con los descriptores BI-RADS mejora la clasificación según malignidad y los acerca al razonamiento experto.0Doctoral Thesis2032<a class="citation_author_name" title="Navegar por nombre de Autor de Carrilero Mardones, Mikel" href="/fez/list/author/Carrilero Mardones, Mikel/">Carrilero Mardones, Mikel</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : A Deep Neural Network For Describing Breast Ultrasound Images in Natural Language" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Mcarrilero">A Deep Neural Network For Describing Breast Ultrasound Images in Natural Language</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedcáncer de mamaBI-RADSecografíadiagnósticos asistidos por ordenadormecanismo de atencióninteligencia artificial explicableaprendizaje profundodescripción de imágenes médicasbreast cancerdeep learningmedical image captioningultrasound imagecomputer aided diagnosisattention mechanismexplainable artificial intelligenceUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialCarrilero Mardones, MikelNogales Moyano, AlbertoPérez Martín, JorgeDíez Vegas, Francisco Javierbibliuned:master-ETSInformatica-IIA-Mcarrilerohttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-McarrileroengCarrilero_Mardones_Mikel_TFM.pdfpresmd_Carrilero_Mardones_Mikel_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireCarrilero MardonesAcceso abierto1.031982022-02-01T00:00:00Z402023-09-13T03:05:12Z2023-09-13T03:05:12ZAn Artificial Intelligence Approach for Generalizability of Cognitive Impairment Recognition in Languagebibliuned:master-ETSInformatica-IIA-MgonzalezIntroducción: Trastornos en el lenguaje se considera uno de los primeros signos del deterioro cognitivo. Objetivos: Un reto, sin embargo, es la desconexión entre los resultados obtenidos en previas investigaciones y su aplicación en contextos clínicos. Esto se debe, en gran parte, a la falta de estandarización y de datos en este campo. La propuesta de este trabajo es emplear técnicas de inteligencia artificial para abordar este reto: la generalización. Metodología: En este trabajo estudiamos el lenguaje en dos modalidades: el habla, que se refiere a la manifestación acústica del lenguaje y la información lingüística entendida como la gramática. Para la primera modalidad empleamos grabaciones y para la segunda transcripciones de las grabaciones. El conjunto de datos empleado es un subconjunto del Corpus Pitt que contiene pacientes con deterioro cognitivo leve y Alzheimer. Nuestra propuesta incluye explorar métodos de aprendizaje transferido y end-to-end tales como wav2vec, HuBERT, BERT y RoBERTa; aplicar herramientas de ASR para obtener transcripciones automáticas, explorar variables que sean independientes de la lengua y del contenido; analizar la unidad del habla más pequeñas: los fonemas; y por último, evaluar los métodos más prometedores en un conjunto de datos externo. Resultados: Los resultados demostraron que, en el caso de métodos de aprendizaje de transferencia, la modalidad acústica no solo proporciona una solución independiente del contenido lingüístico, sino que también obtiene un mayor rendimiento que aquellos métodos basados en transcripciones producidas mediante herramientas de ASR. Los resultados también demuestran que los métodos de la modalidad lingüística son más robustos que los de la modalidad acústica. Conclusión: Este trabajo destaca la necesidad de una herramienta ASR adecuada para la transcripción de demencia y de explorar el habla espontánea. La mayor aportación es la aplicación exitosa de modelos end-to-end y de aprendizaje transferido en la detección de demencia.0Doctoral Thesis2042<a class="citation_author_name" title="Navegar por nombre de Autor de González Machorro, Mónica" href="/fez/list/author/González Machorro, Mónica/">González Machorro, Mónica</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : An Artificial Intelligence Approach for Generalizability of Cognitive Impairment Recognition in Language" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Mgonzalez">An Artificial Intelligence Approach for Generalizability of Cognitive Impairment Recognition in Language</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialGonzález Machorro, MónicaMartínez Tomás, Rafaelbibliuned:master-ETSInformatica-IIA-Mgonzalezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-MgonzalezengGonzalez_Machorro_Monica_TFM.pdfpresmd_Gonzalez_Machorro_Monica_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireGonzález MachorroAcceso abierto1.031982021-09-01T00:00:00Z4202022-10-04T04:20:58Z2022-10-04T04:20:58ZArtificial intelligence methods for identification of aerodynamic coefficients from flight databibliuned:master-ETSInformatica-IIA-FechevarriaEn el ámbito de la ingeniería existe una necesidad esencial de modelizar los sistemas que nos rodean. Los modelos conceptuales proporcionan información sobre la dinámica de los sistemas físicos en estudio, y permiten realizar predicciones de los estados pasados o futuros dada una condición inicial. El proceso de modelización de la aerodinámica de aeronaves es esencial para muchos sectores de la industria aeroespacial, incluyendo el desarrollo de sistemas automáticos de control efectivos, estimación precisa de estados durante el vuelo, o el desarrollo de simuladores para entrenamiento de pilotos, entre otras. La identificación de coeficientes aerodinámicos es un proceso muy importante en la modelización de la dinámica de aeronaves. Entre los métodos tradicionalmente aplicados a este proceso se podrían mencionar técnicas como ensayos en túnel de viento, dinámica de fluidos computacional, o el análisis de la respuesta en el dominio de la frecuencia a partir de datos de vuelo. En las últimas décadas, fruto del crecimiento exponencial de la capacidad computacional disponible, los algoritmos evolutivos y técnicas de aprendizaje profundo han prosperado y tomado un papel muy importante en muchas áreas, incluyendo la identificación de sistemas. Este trabajo se centra en la aplicación de estos métodos para la identificación de coeficientes aerodinámicos de aeronaves a partir de datos de vuelo. Los resultados demuestran una prometedora capacidad de identificación con bajos costes de configuración asociados.0Doctoral Thesis2102<a class="citation_author_name" title="Navegar por nombre de Autor de Echevarría Corrales, Fidel" href="/fez/list/author/Echevarría Corrales, Fidel/">Echevarría Corrales, Fidel</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Artificial intelligence methods for identification of aerodynamic coefficients from flight data" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Fechevarria">Artificial intelligence methods for identification of aerodynamic coefficients from flight data</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialEchevarría Corrales, FidelCuadra Troncoso, José ManuelCarmona Suárez, Enrique J.bibliuned:master-ETSInformatica-IIA-Fechevarriahttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-FechevarriaengEchevarria_Corrales_Fidel_TFM.pdfpresmd_Echevarria_Corrales_Fidel_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireEchevarría CorralesAcceso abierto1.031982022-06-01T00:00:00Z682023-09-14T02:23:30Z2023-09-14T02:23:30ZAttention to Traffic Forecasting: Improving Predictions with Temporal Graph Attention Networksbibliuned:master-ETSInformatica-IIA-RgadeaDynamic traffic flow forecasting remains an open issue to this day. As other spatio-temporal problems, traffic prediction deals with both temporal and spatial nonlinear relationships, with the particularity that nearby points in the Euclidean space might be allocated in different roads, adding another layer of complexity. Traffic prediction has witnessed a revolution with the appearance of deep learning, with graph neural networks being prominently responsible for a steep increase in forecasting accuracy. In this paper, we consider the use of an automatic attention mechanism in order to improve the prediction capabilities of a traffic graph convolutional network. This model is based on the composition of gated recurrent units and graph convolution networks to model space and time simultaneously. To overcome the spatial modelling limitations of the original model, our proposal replaces the graph convolutional layer with a graph attention mechanism. Our aim is to model spatial relations in an automatic, more dynamic way. In order to prove the validity and usefulness of our proposal, we have performed a thorough experimentation over two known traffic datasets used in previous research, plus a new, complex one which we have curated and published. Our results portray a clear and statistically significant advantage with the inclusion of spatial attention, surpassing the performance of a wide set of state-of-the-art models on every tested scenario.0Doctoral Thesis762<a class="citation_author_name" title="Navegar por nombre de Autor de Gadea Pérez, Raúl" href="/fez/list/author/Gadea Pérez, Raúl/">Gadea Pérez, Raúl</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Attention to Traffic Forecasting: Improving Predictions with Temporal Graph Attention Networks" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Rgadea">Attention to Traffic Forecasting: Improving Predictions with Temporal Graph Attention Networks</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialGadea Pérez, RaúlAznarte, José Luisbibliuned:master-ETSInformatica-IIA-Rgadeahttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-RgadeaengGadea_Perez_Raul_TFM.pdfpresmd_Gadea_Perez_Raul_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireGadea PérezAcceso abierto1.031982020-06-01T00:00:00Z1812021-09-24T20:32:44Z2021-09-24T20:32:44ZAutomatic wide-eld registration and mosaicking of noisy OCTA images using template matching and dierential evolutionbibliuned:master-ETSInformatica-IIA-AmoyaOptical Coherence Tomography Angiography (OCTA) is a novel non-invasive ophthalmological technique used to perform a detailed examination of the eye fundus vascularity. However, each of the images obtained by this technique only cover a small retinal area. Thus, ophthalmologists have to take complementary images of the eye fundus from dierent angles in order to obtain a complete visualization of patients' eye fundus. In particular, each set of images must be manually registered by a clinician, being a tedious and time-consuming process. In this work, we propose an approach based on template matching and dierential evolution to automatically register a set of OCTA images characterized by containing noise and artifacts. The proposed method is divided into three main steps. First, a preprocessing step used to extract the main vascular network is applied on every image. Then, an algorithm based on dierential evolution is run on every 2-combination of OCTA images in order to nd the best overlap between them. Finally, a greedy algorithm iteratively selects the best pairs of images (according to their tness) to create the complete mosaic. The proposed method was evaluated via the registration of several sets of OCTA images with the purpose of building their associated mosaics. Results show that our approach is robust and able to achieve a good approximation to the optimal mosaic.0Doctoral Thesis4282<a class="citation_author_name" title="Navegar por nombre de Autor de Moya García, Alejandro" href="/fez/list/author/Moya García, Alejandro/">Moya García, Alejandro</a>. (<span class="citation_date">2020</span>). <i><a class="citation_title" title="Click para ver : Automatic wide-eld registration and mosaicking of noisy OCTA images using template matching and dierential evolution" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Amoya">Automatic wide-eld registration and mosaicking of noisy OCTA images using template matching and dierential evolution</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialMoya García, AlejandroCarmona Suárez, Enrique J.bibliuned:master-ETSInformatica-IIA-Amoyahttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-AmoyaengMoya_Garcia_Alejandro_TFM.pdfpresmd_Moya_Garcia_Alejandro_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireMoya GarcíaAcceso abierto1.031982021-09-01T00:00:00Z1752022-10-04T05:31:42Z2022-10-04T05:31:42ZCurvas de Aprendizaje en la Optimización Bayesiana de Hiperparámetrosbibliuned:master-ETSInformatica-IIA-OruizLa optimización bayesiana (OB) es uno de los métodos más eficientes para la optimización de hiperparámetros (H) en los algoritmos de aprendizaje automático. Para evaluar el rendimiento de cada conguración de H, la OB utiliza la validación cruzada; lo que en entornos de grandes bases de datos supone un alto coste computacional. Para acelerar la OB en la literatura se han propuesto cuatro estrategias principales: (1) eliminación de combinaciones poco prometedoras, (2) terminación anticipada de evaluaciones innecesarias, (3) paralelización de los cálculos en diferentes unidades, (4) hacer uso de funciones de adquisición más eficientes. Las curvas de aprendizaje (CA) son funciones que enfrentan el número de datos con el que es entrenado un modelo al rendimiento que obtiene tras ser entrenado con dicha cantidad de datos. Poder predecir, partiendo de los puntos iniciales de la CA, el recorrido de la misma, permite estimar el rendimiento del modelo sin necesidad de entrenarlo con todos los datos disponibles. Por lo tanto, el uso de la predicción del rendimiento mediante CA, permitiría reducir el coste computacional de la OB al acelerar las evaluaciones de rendimiento. Y esto último es lo que intenta demostrar este trabajo. En la presente investigación se ha trabajado con problemas de clasicación binaria. Para ello, se han utilizado dos algoritmos de aprendizaje automático: el Support Vector Machine (SVM) y una red neuronal (RN) del tipo perceptrón multicapa. El objetivo final de la fase experimental de este trabajo, ha sido comparar el coste computacional requerido al realizar la OB midiendo el rendimiento con CA o con la validación cruzada. Con esto, se han obtenido resultados que muestran una reducción significativa en el tiempo de cómputo de la OB al usar la predicción por CA.0Doctoral Thesis2962<a class="citation_author_name" title="Navegar por nombre de Autor de Ruiz Sarrias, Oskitz" href="/fez/list/author/Ruiz Sarrias, Oskitz/">Ruiz Sarrias, Oskitz</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Curvas de Aprendizaje en la Optimización Bayesiana de Hiperparámetros" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Oruiz">Curvas de Aprendizaje en la Optimización Bayesiana de Hiperparámetros</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialRuiz Sarrias, OskitzHernandez del Olmo, FelixGaudioso Vazquez, Elenabibliuned:master-ETSInformatica-IIA-Oruizhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-OruizspaRuiz_Sarrias_Oskitz_TFM.pdfpresmd_Ruiz_Sarrias_Oskitz_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireRuiz SarriasAcceso abierto1.031982021-06-02T00:00:00Z432022-10-04T03:42:00Z2022-10-04T03:42:00ZDeep learning for the taphonomic study of bone surface modifications: Lion and jaguar tooth marks analysis through convolutional neural networksbibliuned:master-ETSInformatica-IIA-BjimenezLa adecuada y precisa identificación y comprensión de las alteraciones tafonómicas hechas por carnívoros, entre otras modificaciones en las superficies de los huesos, es de enorme importancia para entender el registro arqueológico y para reconstruir el comportamiento humano y su interacción con otras especies. Como parte crucial, pero difícil, de la Tafonomía, ha sido el centro de numerosas controversias debido a su subjetividad y a la dificultad para identificar e interpretar las diferentes alteraciones como resultado de los diferentes métodos de aproximación, que varían según el autor. En los últimos años, los algoritmos de aprendizaje automático han ganado importancia como resultado de la búsqueda de herramientas y métodos más objetivos para el estudio de las alteraciones. Hemos usado una muestra de 250 surcos de diente hechos por Panthera leo y Panthera onca para comparar la enorme precisión de los algoritmos de aprendizaje y la alcanzada por tafónomos expertos. Además, este método ha demostrado su enorme potencial y eficacia clasificando y diferenciando las marcas de dientes creadas por leones y las creadas por jaguares, con una precisión de un 85%, a pesar de que tradicionalmente los estudios prácticos las han considerado indistinguibles.0Doctoral Thesis1722<a class="citation_author_name" title="Navegar por nombre de Autor de Jiménez García, Blanca" href="/fez/list/author/Jiménez García, Blanca/">Jiménez García, Blanca</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Deep learning for the taphonomic study of bone surface modifications: Lion and jaguar tooth marks analysis through convolutional neural networks" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Bjimenez">Deep learning for the taphonomic study of bone surface modifications: Lion and jaguar tooth marks analysis through convolutional neural networks</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialJiménez García, BlancaAznarte Mellado, José Luisbibliuned:master-ETSInformatica-IIA-Bjimenezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-BjimenezengJimenez_Garcia_Blanca_TFM.pdfpresmd_Jimenez_Garcia_Blanca_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireJiménez GarcíaAcceso abierto1.031982022-09-18T00:00:00Z1002023-09-15T05:43:03Z2023-09-15T05:43:03ZDetecting Most Important Sentences in Training Corpus For NER Taskbibliuned:master-ETSInformatica-IIA-LestebanEl Reconocimiento de Entidades Nominales (NER) consiste en la localización de una expresión textual que hace referencia a una entidad en el texto. Durante los ´últimos 25 años este problema ha sido sujeto de investigación dada su aplicación en variedad de sistemas de Procesamiento del Lenguaje Natural (NLP). Además, el NER en el dominio biomédico tiene un interés especial, así como dificultades debido a la heterogeneidad y polisemia en algunas entidades como son: genes, síntomas y enfermedades. Aunque los sistemas NER han mejorado sustancialmente en los últimos años gracias al rápido desarrollo del Deep Learning, todavía queda margen de mejora y, por este motivo, todavía se organizan campañas de evaluación para hacer avanzar el estado del arte. En este trabajo, hemos propuesto un sistema completo capaz de llevar a cabo la tarea NER basado en el deep transformer, BERT. Este sistema utiliza etiquetas BIO, por lo que las etapas de pre y post procesamiento también se han diseñado y desarrollado de cero. Utilizaremos la campaña de evaluación eHealth Knowledge Discovery Challenge at Iber- LEF 2021 como marco para nuestro desarrollo. Utilizando este sistema, vamos a estudiar el impacto de la selección de oraciones en el entrenamiento del propio sistema. Primero, describimos las oraciones del corpus dados ciertos rasgos morfosintácticos y semánticos. Después, entrenamos el sistema con diferente número de oraciones, que han sido seleccionadas según ciertos criterios de los rasgos, y comparamos los resultados con el mismo número de oraciones que han sido escogidas de forma aleatoria. Los resultados muestran que el entrenamiento con oraciones concretas puede desempeñar mejor que la selección aleatoria cuando poca cantidad de datos de entrenamiento están disponibles. Finalmente, calculamos y comparamos los resultados de este sistema en la tarea eHealth KD 2021, además de las técnicas utilizadas por los resultados al nivel del estado del arte.0Doctoral Thesis1342<a class="citation_author_name" title="Navegar por nombre de Autor de Esteban Andaluz, Luis" href="/fez/list/author/Esteban Andaluz, Luis/">Esteban Andaluz, Luis</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Detecting Most Important Sentences in Training Corpus For NER Task" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Lesteban">Detecting Most Important Sentences in Training Corpus For NER Task</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialEsteban Andaluz, LuisMartínez Unanue, Raquelbibliuned:master-ETSInformatica-IIA-Lestebanhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-LestebanengEsteban_Andaluz_Luis_TFM.pdfpresmd_Esteban_Andaluz_Luis_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireEsteban AndaluzAcceso abierto1.031982020-09-26T00:00:00Z2212021-09-24T22:28:24Z2021-09-24T22:28:24ZEl proceso de separación del empleado en una organización: aplicación de diagramas de influencia y cadenas de Markov en la toma de decisiones de recursos humanosbibliuned:master-ETSInformatica-IIA-SmontesEn toda organización existe un área de recursos humanos encargada, entre otras muchas cosas, de procesar toda la información relativa a los empleados, y con esa información realizar los procesos propios de esta área. Uno de los procesos más incómodos que, tarde o temprano se tiene que realizar, es cuando al empleado se le separa de su puesto, o bien es el propio empleado el que desea abandonarlo su puesto. El problema radica en que no siempre la organización desea que el empleado cause baja; lo quiere retener, pues el costo de esta baja a veces es incalculable, por lo que es necesario crear una herramienta que sirva como un indicador para anticipase a ese momento y si es posible revertirlo. El objetivo de este proyecto es ofrecer una propuesta de cómo construir esta herramienta para la toma de decisiones. Para crear esa herramienta se hará uso de diagramas de influencias, construyendo ese modelo a partir de la información con la que se gestiona al empleado. Entendiendo que el empleado pasa por diferentes estados en su desempeño y su valoración dentro de la organización hasta llegar a la baja. Estos estados se pueden modelar como un modelo de Markov que tiene que ser parte del diagrama de influencia que ayuda a determinar la situación en la que está el empleado. Esta herramienta se construye explotando y procesando la base de datos de recursos humanos para generar ficheros XML que puede ser usado por la aplicación OpenMarkov; para ello se hará uso de algoritmos implementados con lenguajes de programación. Cada uno de estos ficheros es una configuración diferente del mismo modelo, por lo cual hay que probar y evaluar hasta obtener el mejor de ellos. Una vez obtenido el mejor modelo, podemos ver que se puede aplicar para toma de decisiones en lo individual, para cada uno de los empleados, o en lo general, grupos enteros de empleados.0Doctoral Thesis6722<a class="citation_author_name" title="Navegar por nombre de Autor de Montes Vázquez, Sergio" href="/fez/list/author/Montes Vázquez, Sergio/">Montes Vázquez, Sergio</a>. (<span class="citation_date">2020</span>). <i><a class="citation_title" title="Click para ver : El proceso de separación del empleado en una organización: aplicación de diagramas de influencia y cadenas de Markov en la toma de decisiones de recursos humanos" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Smontes">El proceso de separación del empleado en una organización: aplicación de diagramas de influencia y cadenas de Markov en la toma de decisiones de recursos humanos</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialMontes Vázquez, SergioDíez Vegas, Francisco Javierbibliuned:master-ETSInformatica-IIA-Smonteshttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-SmontesspaMontes_Vazquez_Sergio_TFM.pdfpresmd_Montes_Vazquez_Sergio_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireMontes VázquezAcceso abierto1.031982020-10-06T00:00:00Z2782021-09-24T22:07:06Z2021-09-24T22:09:27ZEvaluación automática de test neuropsicológicos utilizando técnicas de graph matchingbibliuned:master-ETSInformatica-IIA-RcerrilloEste proyecto propone una metodología para evaluar automáticamente la parte gráfica de varios test neuropsicológicos que los psicólogos emplean para medir la severidad del deterioro cognitivo leve. Los test consisten en la copia y reproducción, a mano alzada, de un dibujo modelo por parte del paciente, en dónde, el grado de deterioro cognitivo leve se mide evaluando las diferencias del dibujo con el modelo. El método propuesto parte de desarrollos anteriores en los que se trabajó sobre un dibujo en particular, por una parte, y sobre un conjunto de ellos a través del análisis de las características globales de los dibujos. En este trabajo se propone un método genérico al tipo de dibujo basado en modelizar, lo más fidedignamente posible, los elementos que componen los dibujos así como sus relaciones internas. En particular se van a emplear técnicas de graph matching para medir la semejanza entre los dibujos y recoger las variabilidad de distorsiones. Y de esta manera extraer unas métricas que cuantifiquen las diferencias de los distintos tipos de deterioro cognitivo leve.0Doctoral Thesis4512<a class="citation_author_name" title="Navegar por nombre de Autor de Cerrillo Ayuso, Roberto" href="/fez/list/author/Cerrillo Ayuso, Roberto/">Cerrillo Ayuso, Roberto</a>. (<span class="citation_date">2020</span>). <i><a class="citation_title" title="Click para ver : Evaluación automática de test neuropsicológicos utilizando técnicas de graph matching" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Rcerrillo">Evaluación automática de test neuropsicológicos utilizando técnicas de graph matching</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialCerrillo Ayuso, RobertoRincón Zamorano, Marianobibliuned:master-ETSInformatica-IIA-Rcerrillohttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-RcerrillospaCerrillo_Ayuso_Roberto_TFM.pdfpresmd_Cerrillo_Ayuso_Roberto_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireCerrillo AyusoAcceso abierto1.031982022-09-01T00:00:00Z1482023-09-15T01:44:36Z2023-09-15T01:44:36ZExploring Pose Estimation with Computer Vision Processing to Model Psychomotor Performance in Karate Combatsbibliuned:master-ETSInformatica-IIA-JecheverriaTechnological advances enable the design of systems that interact more closely with hu-mans in a multitude of previously unsuspected fields. Martial arts are not outside the application of these techniques. From the point of view of the modeling of human movement in relation to the learning of complex motor skills, martial arts are of interest because they are articulated around a system of movements that are predefined, or at least, bounded, and governed by the laws of Physics. Their execution must be learned after continuous practice over time. Literature suggests that artifi-cial intelligence algorithms, such as those used for computer vision, can model the movements per-formed. Thus, they can be compared with a good execution as well as analyze their temporal evo-lution during learning. We are exploring the application of this approach to model psychomotor performance in karate combats (called kumites), which are characterized by the explosiveness of their movements. In addition, modeling psychomotor performance in a kumite requires the model-ing of the joint interaction of two participants, while most current research efforts in human move-ment computing focus on the modeling of movements performed individually. Thus, in this work, we explore how to apply a pose estimation algorithm to identify attack and defense movements performed by both karatekas in an ippon kihon kumite (a karate combat characterized by one-step conventional assault) and how to model their psychomotor performance. For this, we compare, us-ing an error threshold, the differences in the angles between the execution in the model (recorded in the dataset) and the current execution. These comparisons can decrease the error threshold along the evolution of the karatekas, thus allowing to measure the psychomotor learning progress. In ad-dition, postural identification of both karatekas during real kumites have also been made to confirm the viability of our proposal.0Doctoral Thesis2502<a class="citation_author_name" title="Navegar por nombre de Autor de Echeverria San Millán, Jon" href="/fez/list/author/Echeverria San Millán, Jon/">Echeverria San Millán, Jon</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Exploring Pose Estimation with Computer Vision Processing to Model Psychomotor Performance in Karate Combats" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Jecheverria">Exploring Pose Estimation with Computer Vision Processing to Model Psychomotor Performance in Karate Combats</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialEcheverria San Millán, JonSantos Martín, Olga C.bibliuned:master-ETSInformatica-IIA-Jecheverriahttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-JecheverriaengEcheverria_Sanmillan_Jon_TFM.pdfpresmd_Echeverria_Sanmillan_Jon_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireEcheverria San MillánAcceso abierto1.031982022-06-01T00:00:00Z692023-09-14T04:19:08Z2023-09-14T04:19:08ZExtracción de Relaciones Semánticas entre entidades en el dominio biomédico españolbibliuned:master-ETSInformatica-IIA-JsanchezDebido a que la literatura biomédica ha ido creciendo de forma exponencial, la minería de textos biomédicos ha recibido especial atención. Los avances recientes en las técnicas de procesamiento de textos permiten ir más allá de la simple lectura de la información incluida en los textos publicados y facilitan la extracción de datos relevantes para la toma de decisiones. La extracción de entidades (NER) y de sus relaciones semánticas (RE) son tareas clave en la extracción de información. Dada una secuencia de texto (generalmente una oración), el objetivo de estos sistemas es identificar tanto las entidades nombradas como las relaciones entre ellas. Los modelos más avanzados demuestran que todavía existe un largo recorrido para conseguir rendimientos cercanos al de un humano en la tarea de la extracción de relaciones semánticas en el campo biomédico español. El objetivo de este trabajo es proponer una metodología_y una serie de técnicas para intentar mejorar los resultados de estos modelos en el campo biomédico español. En este trabajo se indaga sobre el uso de distintas técnicas de aumento de datos y diferentes modelos de Inteligencia Artificial con el objetivo de mejorar el rendimiento a la hora de reconocer relaciones semánticas (RE). Como marco experimental se utilizara el facilitado por el desafío eHealth-KD 2021. Se implementarían y evaluarían distintos algoritmos de aprendizaje supervisado basados en transformers pre-entrenados de origen. Con estos modelos se realizara un primer entrenamiento inicial (pre-entrenamiento) con un corpus grande generado artificialmente con técnicas de aumento de datos: traducción, traducción inversa (backtranslation), alineamiento de palabras (word-aligment) y balanceo de clases. Se usará una combinación de modelos supervisados que consta de un modelo transformer pre-entrenados y una red neuronal de clasificación y se hará uso de conocimiento heurístico previo basado en función de la combinación del tipo de entidades para reducir el error en la clasificación de relaciones. Se ha demostrado que el uso de un corpus de pre-entrenamiento, el uso de técnicas de aumento de datos y el uso de incrustaciones de redes transformers multilingües (tranformer embeddings multilingual ) consiguen mejorar el rendimiento de los modelos.0Doctoral Thesis1062<a class="citation_author_name" title="Navegar por nombre de Autor de Sánchez Torreguitart, Jeremi" href="/fez/list/author/Sánchez Torreguitart, Jeremi/">Sánchez Torreguitart, Jeremi</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Extracción de Relaciones Semánticas entre entidades en el dominio biomédico español" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Jsanchez">Extracción de Relaciones Semánticas entre entidades en el dominio biomédico español</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialSánchez Torreguitart, JeremiMartínez Unanue, RaquelMontalvo Herranz, María Sotobibliuned:master-ETSInformatica-IIA-Jsanchezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-JsanchezspaSanchez_Torreguitart_Jeremi_TFM.pdfpresmd_Sanchez_Torreguitart_Jeremi_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireSánchez TorreguitartAcceso abierto1.031982022-09-01T00:00:00Z682023-09-14T05:27:51Z2023-09-14T05:27:51ZGrafo convolucional temporal para la prediccion de tráficobibliuned:master-ETSInformatica-IIA-AariasLa predicción del tráfico desempeña un papel importante en la mejora de la eficiencia del sistema de transporte y es de gran importancia para la planificación de rutas, la detección de puntos negros asociados con datos de accidentes o problemas de salud. Los datos de tráfico generan información cada pocos minutos mediante sensores situados en diferentes puntos geográficos, lo que lleva a considerar una relación entre la dimensión del espacio y el tiempo (modelos espacio-temporales). En estudios recientes, se ha producido un aumento de la investigación de modelos de inteligencia artificial aplicados al aprendizaje de la representación de grafos, un tipo de estructura de datos formada por un conjunto de objetos (nodos) y sus relaciones (aristas). Los algoritmos de aprendizaje profundo basados en grafos, son capaces de crear una estructura geométrica más compleja que las redes convolucionales y se ajustan a la topología de la red de carreteras de tráfico. En este trabajo se aplica un modelo novedoso basado en la unión de capas convolucionales aplicadas a grafos para modelar la componente espacial y de capas recurrentes para modelar la parte temporal (T-GCN) obteniendo resultados satisfactorios. El lenguaje de programación empleado es python.0Doctoral Thesis1652<a class="citation_author_name" title="Navegar por nombre de Autor de Arias Botey, Ana" href="/fez/list/author/Arias Botey, Ana/">Arias Botey, Ana</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Grafo convolucional temporal para la prediccion de tráfico" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Aarias">Grafo convolucional temporal para la prediccion de tráfico</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialArias Botey, AnaAznarte, José Luisbibliuned:master-ETSInformatica-IIA-Aariashttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-AariasspaArias_Botey_Ana_TFM.pdfpresmd_Arias_Botey_Ana_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireArias BoteyAcceso abierto1.031982022-02-01T00:00:00Z352023-09-13T03:21:19Z2023-09-13T03:21:19ZGrafos de Conocimiento como Apoyo a la Docenciabibliuned:master-ETSInformatica-IIA-NnietoEste trabajo parte de la existencia de una cantidad masiva de datos estructurados en la Web Semantica y de otras fuentes de datos semiestructuradas disponibles, as como del estado avanzado de las tecnologas semanticas para el dise~no y explotacion de grafos de conocimiento locales al servicio de aplicaciones, en este caso como apoyo a la docencia en lnea. Sobre estas premisas, el trabajo describe un proceso de exploracion de estrategias de aplicacion de estos datos masivos y de estos grafos de conocimiento locales como soporte para la generacion de actividades. En cada punto de esta exploracion se han buscado siempre los procedimientos y herramientas que tuvieran una aplicabilidad mas transversal, con la intencion de que pudieran servir como gua de un soporte escalable de asignaturas impartidas en la UNED.0Doctoral Thesis802<a class="citation_author_name" title="Navegar por nombre de Autor de Nieto Fernández, Nidia Medea" href="/fez/list/author/Nieto Fernández, Nidia Medea/">Nieto Fernández, Nidia Medea</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Grafos de Conocimiento como Apoyo a la Docencia" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Nnieto">Grafos de Conocimiento como Apoyo a la Docencia</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialNieto Fernández, Nidia MedeaFernández Vindel, José LuisPérez Martín, Jorgebibliuned:master-ETSInformatica-IIA-Nnietohttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-NnietospaNieto_Fernandez_Nidia_TFM.pdfpresmd_Nieto_Fernandez_Nidia_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireNieto FernándezAcceso abierto1.031982021-09-01T00:00:00Z452022-10-04T04:02:53Z2022-10-04T04:02:53ZIdentifiying different carnivores’ tooth scores with deep learning algorithms: Testing the hominin shift in the balance of powerbibliuned:master-ETSInformatica-IIA-Nabellan¿Cazadores o cazados? El poder sobre la cima de la cadena trófica durante la evolución humana sigue siendo hoy en día un tema controvertido, aunque la realidad es que los homínidos fueron ambas cosas. Sin embargo, es el momento en el que se produce el cambio de poder entre carnívoros y homínidos lo que sigue dando pie a arduos debates dentro de la comunidad científica. Muchos restos de homínidos presentan marcas de carnívoros, por lo que una buena manera de dar respuesta a la pregunta planteada es analizándolas detenidamente, ya que pueden albergar información sobre si el homínido fue fuente de alimento primaria para un depredador o si son producto de un proceso de carroñeo post-deposicional. En este trabajo comparamos marcas de diente hechas por cinco carnívoros distintos mediante diferentes algoritmos basados en redes neuronales convolucionales, primero de manera conjunta y después por parejas. Este método muestra distintos resultados según el taxón de los carnívoros, alcanzando un 92% de acierto en la clasificación de los datos de validación, por ejemplo, cuando comparamos marcas infligidas por leones (Panthera leo) y hienas manchadas (Crocuta crocuta). Además, se han probado algunos de los modelos para identificar las marcas de carnívoro que aparecen en un resto de diáfisis de fémur de un homínido que data sobre los 500.000 años. Los resultados sugieren que las marcas de diente fueron probablemente infligidas por carroñeo post-deposicional, en lugar que por depredación.0Doctoral Thesis1522<a class="citation_author_name" title="Navegar por nombre de Autor de Abellán Beltrán, Natalia" href="/fez/list/author/Abellán Beltrán, Natalia/">Abellán Beltrán, Natalia</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Identifiying different carnivores’ tooth scores with deep learning algorithms: Testing the hominin shift in the balance of power" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Nabellan">Identifiying different carnivores’ tooth scores with deep learning algorithms: Testing the hominin shift in the balance of power</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialAbellán Beltrán, NataliaAznarte Mellado, José Luisbibliuned:master-ETSInformatica-IIA-Nabellanhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-NabellanengAbellan_Beltran_Natalia_TFM.pdfpresmd_Abellan_Beltran_Natalia_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireAbellán BeltránAcceso abierto1.031982022-09-01T00:00:00Z1432023-09-15T05:52:56Z2023-09-15T05:52:56ZIs Anisotropy Really the Cause of BERT Embeddings not being Semantic?bibliuned:master-ETSInformatica-IIA-AfusterWe conduct a set of experiments aimed to improve our understanding of the lack of semantic isometry (correspondence between the embedding and meaning spaces) of contextual word embeddings of BERT. Our empirical results show that, contrary to popular belief, the anisotropy is not the root cause of the poor performance of these contextual models’ embeddings in semantic tasks. What does affect both anisotropy and semantic isometry are a set of biased tokens, that distort the space with non semantic information. For each bias category (frequency, subword, punctuation, and case), we measure its magnitude and the effect of its removal. We show that these biases contribute but not completely explain the anisotropy and lack of semantic isometry of these models. Therefore, we hypothesise that the finding of new biases will contribute to the objective of correcting the representation degradation problem. Finally, we propose a new similarity method aimed to smooth the negative effect of biased tokens in semantic isometry and to increase the explainability of semantic similarity scores. We conduct an in depth experimentation of this method, analysing its strengths and weaknesses and propose future applications for it.0Doctoral Thesis1922<a class="citation_author_name" title="Navegar por nombre de Autor de Fuster Baggetto, Alejandro" href="/fez/list/author/Fuster Baggetto, Alejandro/">Fuster Baggetto, Alejandro</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Is Anisotropy Really the Cause of BERT Embeddings not being Semantic?" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Afuster">Is Anisotropy Really the Cause of BERT Embeddings not being Semantic?</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialFuster Baggetto, AlejandroFresno Fernández, Víctorbibliuned:master-ETSInformatica-IIA-Afusterhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-AfusterengFuster_Baggetto_Alejandro_TFM.pdfpresmd_Fuster_Baggetto_Alejandro_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireFuster BaggettoAcceso abierto1.031982021-09-30T00:00:00Z2542022-10-04T04:52:27Z2022-10-04T04:52:27ZNeural network model, based on time series, to forecast availability in the bike-shared systemsbibliuned:master-ETSInformatica-IIA-BgutierrezThe rental of the public system of shared bicycles is a service aimed at all citizens of the city of Madrid and Barcelona, as an alternative element of clean transport that contributes to a more sustainable mobility model and the promotion of more balanced transport habits and healthy. Mobility services are increasingly based on technology and data collection, not only directly related to mobility flows, but also to other variables that affect it to a greater extent such as meteorology, pollution, strikes and temporary events. Knowing where, when and how people move is key to matching supply with demand. A better understanding of their behavior will allow us to better adapt these transport systems and optimize resources. It is necessary to predict how the system will behave to anticipate movements. Deep learning techniques have shown significant improvements in prediction over traditional models, but some difficulties and open questions remain regarding their applicability, accuracy, and ability to provide practical information. Our approach in this paper is based on comparing different models capable of predicting at least 6 hours in advance which stations are likely to be full or empty.0Doctoral Thesis1942<a class="citation_author_name" title="Navegar por nombre de Autor de Gutiérrez Gómez, Bosco" href="/fez/list/author/Gutiérrez Gómez, Bosco/">Gutiérrez Gómez, Bosco</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Neural network model, based on time series, to forecast availability in the bike-shared systems" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Bgutierrez">Neural network model, based on time series, to forecast availability in the bike-shared systems</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialGutiérrez Gómez, BoscoAznarte Mellado, José LuisMedrano López, Rodrígo debibliuned:master-ETSInformatica-IIA-Bgutierrezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-BgutierrezengGutierrez_Gomez_JuanBosco_TFM.pdfpresmd_Gutierrez_Gomez_JuanBosco_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireGutiérrez GómezAcceso abierto1.031982021-09-01T00:00:00Z1292022-10-04T05:08:04Z2022-10-04T05:08:04ZQualitative analysis through visual interpretability techniques of neural network models for mammography classificationbibliuned:master-ETSInformatica-IIA-MrodriguezNowadays, research in the field of artificial intelligence is focusing on the explainability of the developed algorithms, mainly neural networks. This trend is known as XAI and brings certain advantages such as increased confidence in the decision-making process, improved capacity for error analysis, verification of results and possibility of model refinement, among others. In this work we have focused on interpreting the predictions of recently developed deep learning models through different visualization techniques. The use case we introduce is the detection of breast cancer through the classification of mammographies, since the medical field is widely benefited by the contributions of XAI methods. Furthermore, the target neural networks are based on recent and poorly explored architectures. These are the Vision Transformer model, built through attention blocks, and EfficientNet, designed to improve the performance of convolutional networks.0Doctoral Thesis2812<a class="citation_author_name" title="Navegar por nombre de Autor de Rodríguez Sampayo, Marta" href="/fez/list/author/Rodríguez Sampayo, Marta/">Rodríguez Sampayo, Marta</a>. (<span class="citation_date">2021</span>). <i><a class="citation_title" title="Click para ver : Qualitative analysis through visual interpretability techniques of neural network models for mammography classification" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Mrodriguez">Qualitative analysis through visual interpretability techniques of neural network models for mammography classification</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialRodríguez Sampayo, MartaRincón Zamorano, Marianobibliuned:master-ETSInformatica-IIA-Mrodriguezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-MrodriguezengRodriguez_Sampayo_Marta_TFM.pdfpresmd_Rodriguez_Sampayo_Marta_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireRodríguez SampayoAcceso abierto1.031982022-06-01T00:00:00Z762023-09-14T02:59:37Z2023-09-14T02:59:37ZRepresentación de imágenes geométricas con grafos y diagnóstico automático de la Figura Compleja de Reybibliuned:master-ETSInformatica-IIA-OhijanoLa Inteligencia Artificial ha revolucionado la gran mayoría de los sectores de desarrollo y producción en las últimas décadas. Sus aplicaciones son tan diversas y tan útiles que hoy en día es difícil encontrar un área de actividad que no esté impactada directa o indirectamente por la IA. En cuanto a las potenciales aplicaciones prácticas de métodos de Inteligencia Artificial en el ámbito de la salud, dos de las áreas más exploradas recientemente son el tratamiento del lenguaje natural y la visión artificial. Por ejemplo, el tratamiento del lenguaje natural ha sido aplicado para predecir estados depresivos en ciertos sujetos en función de sus comentarios en Twitter o para analizar los informes médicos escritos por los doctores de forma automática [1]. La visión artificial también tiene infinidad de aplicaciones debido a que la mayoría de las decisiones médicas se basan en algún tipo de imagen como rayos X, escáneres de resonancia magnética o fotos de tejidos tomadas al microscopio. Algunos ejemplos prácticos pueden ser el análisis automático de tejidos tras una biopsia o la predicción de la evolución de cánceres de mama a partir de imágenes de resonancias magnéticas0Doctoral Thesis1352<a class="citation_author_name" title="Navegar por nombre de Autor de Hijano Cubelos, Oliver" href="/fez/list/author/Hijano Cubelos, Oliver/">Hijano Cubelos, Oliver</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Representación de imágenes geométricas con grafos y diagnóstico automático de la Figura Compleja de Rey" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Ohijano">Representación de imágenes geométricas con grafos y diagnóstico automático de la Figura Compleja de Rey</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialHijano Cubelos, OliverRincón Zamorano, Marianobibliuned:master-ETSInformatica-IIA-Ohijanohttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-OhijanospaHijano_Cubelos_Oliver_TFM.pdfpresmd_Hijano_Cubelos_Oliver_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireHijano CubelosAcceso abierto1.031982022-06-01T00:00:00Z792023-09-14T03:27:40Z2023-09-14T03:27:40ZRhaiu-net: precise tumor segmentation in breast ultrasound imagesbibliuned:master-ETSInformatica-IIA-ImartinezBreast cancer is the most common cancer among women. Moreover, according to the International Agency of Research on Cancer (IARC) breast cancer has already been the most diagnosed cancer in the world since 2021. The most determining factor when it comes to saving the life of a patient is its early detection. For this reason, computer-aided diagnosis (CAD) systems are being developed, so that breast cancer screening can be done faster and more accurately. Ultrasound is one of the most used screening techniques because it is inexpensive, fast, radiation-free, and painless. However, breast ultrasound image segmentation is a challenging task since they usually are speckle noisy and they suffer from low contrast. For this reason, the task is very time-consuming and needs to be performed by specialized doctors. The current trend in breast ultrasound image segmentation is building deep learning models, specifically; convolutional neural networks (CNNs), which are reporting very promising performance. In this work, we propose RHAIU-Net, a CNN-based novel architecture for breast ultrasound image segmentation. Specifically, it is based on the U-Net architecture, incorporating residual inception blocks, SiLU activation functions, attention gates, and Hartley pooling layers. We also propose a training framework which consists of data augmentation, image prepossessing, learning rate decay, and adversarial training. We have trained it along with other 11 models based on state-of-the-art architectures with the same dataset and framework, and then we have compared them. RHAIU-Net has outperformed nearly all of them in small tumors while performing as well as others in bigger ones.0Doctoral Thesis1352<a class="citation_author_name" title="Navegar por nombre de Autor de Martínez Gárriz, Iñaki" href="/fez/list/author/Martínez Gárriz, Iñaki/">Martínez Gárriz, Iñaki</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Rhaiu-net: precise tumor segmentation in breast ultrasound images" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Imartinez">Rhaiu-net: precise tumor segmentation in breast ultrasound images</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialMartínez Gárriz, IñakiDíez Vegas, Francisco JavierPérez Martín, JorgeRincón Zamorano, Marianobibliuned:master-ETSInformatica-IIA-Imartinezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-ImartinezengMartinez_Garriz_Inaki_TFM.pdfpresmd_Martinez_Garriz_Inaki_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireMartínez GárrizAcceso abierto1.031982022-09-01T00:00:00Z1062023-09-14T06:10:15Z2023-09-14T06:10:15ZSegmentación de imágenes utilizando el operador Linear Binary Pattern basado en pirámide. Aplicación a la segmentación de vasos sanguíneos en imágenes de retina.bibliuned:master-ETSInformatica-IIA-FcastellanosEn este Trabajo de Fin de Máster se lleva a cabo el análisis de una metodología de segmentación de imágenes que no se encuentre basada en técnicas de Deep Learning, de forma que, sin emplear recursos costosos como una GPU, y sin necesidad de una base de datos de gran tamaño, sea capaz de proporcionar resultados competitivos para aquellos problemas en los que la máxima precisión no es requerida. Con dicha finalidad, se propone la generación de características discriminantes a través del operador LBP basado en pirámide de imagen como medio para describir las vecindades de los píxeles en regiones de múltiples dimensiones. Entre dichas características se encuentran las proporcionadas por diferentes variantes del operador LBP aplicadas a varias escalas de manera simultánea. Descritas las características de cada uno de los píxeles, se lleva a cabo el entrenamiento de un clasificador «tradicional» capaz de clasificar los píxeles de nuevas imágenes. Como aplicación, se emplean bases de imágenes de fondo de ojo con el fin de segmentar los vasos sanguíneos. Para ello, se utilizan tres bases de datos diferentes sobre las que existe literatura previa que contrasta su utilización y establece una referencia sobre la que comparar los resultados. De esta forma, se alcanzan finalmente resultados que pueden ser considerados competitivos con la literatura más reciente.0Doctoral Thesis1512<a class="citation_author_name" title="Navegar por nombre de Autor de Castellanos Sánchez, Fernando" href="/fez/list/author/Castellanos Sánchez, Fernando/">Castellanos Sánchez, Fernando</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Segmentación de imágenes utilizando el operador Linear Binary Pattern basado en pirámide. Aplicación a la segmentación de vasos sanguíneos en imágenes de retina." href="/fez/view/bibliuned:master-ETSInformatica-IIA-Fcastellanos">Segmentación de imágenes utilizando el operador Linear Binary Pattern basado en pirámide. Aplicación a la segmentación de vasos sanguíneos en imágenes de retina.</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialCastellanos Sánchez, FernandoCarmona Suárez, Enrique J.bibliuned:master-ETSInformatica-IIA-Fcastellanoshttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-FcastellanosspaCastellanos_Sanchez_Fernando_TFM.pdfpresmd_Castellanos_Sanchez_Fernando_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireCastellanos SánchezAcceso abierto1.031982022-09-01T00:00:00Z372023-09-13T05:06:40Z2023-09-13T05:06:40ZSelf-Adaptive Polynomial Mutation in Multi-Objective Evolutionary Algorithmsbibliuned:master-ETSInformatica-IIA-JlcarlesEvolutionary multi-objective optimization is a field that has experienced a rapid growth in the last two decades. Although an important number of new multi-objective evolutionary algorithms have been designed by the scientific community, the popular Non-Dominated Sorting Genetic Algorithm (NSGAII) remains as a widely used baseline for performance comparison purposes. Since every evolutionary algorithm needs several parameters to be set up in order to operate, parameter control constitutes a crucial task for the effective and efficient performance of multi-objective evolutionary algorithms. However, despite the advancements in parameter control for evolutionary algorithms, NSGA-II has been mainly used in the literature with fine-tuned static parameters. This paper introduces a novel and computationally lightweight self-adaptation mechanism for controlling the distribution index parameter of the polynomial mutation operator usually employed by NSGA-II in particular and by multi-objective evolutionary algorithms in general. Additionally, the classical NSGA-II using polynomial mutation with a static distribution index is compared with this new version utilizing a self-adapted parameter. The experiments carried out over twenty-five benchmark problems using three quality indicators (hypervolume, generalized spread, and modified inverted generational distance) show that the proposed self-adaptive mutator variant outperforms its static counterpart in most of the cases. This result supports the potential of self-adaptive parameter control in multi-objective evolutionary algorithms.0Doctoral Thesis902<a class="citation_author_name" title="Navegar por nombre de Autor de Carles Bou, José Luis" href="/fez/list/author/Carles Bou, José Luis/">Carles Bou, José Luis</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Self-Adaptive Polynomial Mutation in Multi-Objective Evolutionary Algorithms" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Jlcarles">Self-Adaptive Polynomial Mutation in Multi-Objective Evolutionary Algorithms</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialCarles Bou, José LuisFernández Galán, Severinobibliuned:master-ETSInformatica-IIA-Jlcarleshttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-JlcarlesengCarles_Bou_JoseLuis_TFM.pdfpresmd_Carles_Bou_JoseLuis_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openaireCarles BouAcceso abierto1.031982022-09-01T00:00:00Z892023-09-15T06:03:29Z2023-09-15T06:03:29ZSign Language Segmentation Using a Transformer-based Approachbibliuned:master-ETSInformatica-IIA-LfperezContinuous Sign Language Recognition (CSLR), predicting the meaning of the signs in sign language sentences, is one of the current challenges in translation between sign and spoken languages, that would benefit people with hearing impairment. An important limitation of this research field is the lack of annotated datasets, which could be minimized with Sign Segmentation approaches by automating the costly task of manually annotating the beginning and ending of each sign. The goal of this paper is to study the performance of an architecture which combines I3D CNN extracted features with a transformer-based model called ASFormer which was created specifically for Action Segmentation task. In our approach ASFormer, instead of separating actions in motions is separating signs in a signed speech. Several ablation studies are performed, and it is shown that ASFormer is suitable for segmenting the signs, with a performance near the ones of the state-of-the-art models, confirming the promising benefits of using attention-based approaches in this field.0Doctoral Thesis2102<a class="citation_author_name" title="Navegar por nombre de Autor de Pérez Villegas, Luis Francisco" href="/fez/list/author/Pérez Villegas, Luis Francisco/">Pérez Villegas, Luis Francisco</a>. (<span class="citation_date">2022</span>). <i><a class="citation_title" title="Click para ver : Sign Language Segmentation Using a Transformer-based Approach" href="/fez/view/bibliuned:master-ETSInformatica-IIA-Lfperez">Sign Language Segmentation Using a Transformer-based Approach</a></i> Master Thesis, <span class="citation_publisher">Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial</span>Recordmaster TesisPublishedIngeniería InformáticaUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia ArtificialPérez Villegas, Luis FranciscoSantos Martín, Olga C.bibliuned:master-ETSInformatica-IIA-Lfperezhttp://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IIA-LfperezengPerez_Villegas_LuisFrancisco_TFM.pdfpresmd_Perez_Villegas_LuisFrancisco_TFM.xmlbibliuned:master-ETSInformatica-IIAbibliuned:Settrabajosfindemasterbibliuned:SetopenaireMáster Universitario en Investigación en Inteligencia ArtificialSet de items trabajo fin de másterSet de openairePérez VillegasAcceso abierto1.02323221463232323232323