Examinar
Envíos recientes
Publicación Usar la razón para confundir a la razón: la epistemología de Nicolás Oresme(Universidad Nacional de Educación a Distancia (UNED). Facultad de Filosofía, 2014-07-01) López Prada, Fernando; Solís Santos, CarlosNicolás Oresme fue uno de los filósofos más importantes del siglo XIV. Sus aportaciones principales son la teoría de las configuraciones, la inconmensurabilidad de las proporciones, la utilización de series convergentes, y el desarrollo de razonamientos hipotéticos contra muchas de las conclusiones de la física y la cosmología de Aristóteles. El fundamento ontológico de los razonamientos hipotéticos es la potentia Dei absoluta, la capacidad de Dios de hacer mundos diferentes al actual, recurso muy utilizado desde las condenas de Paris de 1277. Su fundamento epistemológico es la imaginación matemática y su carácter realista. La conclusión de Oresme es escéptica en relación con el conocimiento natural, pero no con los dogmas de la fe. Por cierto, él pretende destruir principalmente las creencias heréticas en la magia y la astrología. Sin embargo su crítica al conocimiento natural se hace por medio de la razón natural, lo que implica un avance objetivo del mismo, al menos en el campo teórico.Publicación Social Bot Detection Using Deep Learning and Linguistic Features: A State-of-the-Art Literature Review(Universidad Nacional de Educación a Distancia (UNED). Facultad de Filología, 2025-03-11) Beres, Sean Robert; Escobar Álvarez, Mª ÁngelesIn the current online landscape, social media bots have evolved from simple, rule-based software to sophisticated LLM-assisted entities capable of mimicking human interaction. Detection methods relying on metadata-based features have become increasingly ineffective against these new bot models, necessitating an exploration of linguistic and content-based approaches. This work serves as a primer on the social bot detection task for linguists as well as a semi-systematic qualitative literature review on state-of-the-art social bot detection. The former includes a discussion of social impact, different types of deep learning models, feature sets, and linguistic indicators of synthetic text. By examining 14 examples of cutting-edge research published from 2022 to 2024, the literature review assesses the efficacy of neural network architecture leveraging linguistic features in identifying social bot activity. The review highlights key challenges, such as adversarial evasion tactics, computational overhead, and ethical considerations surrounding privacy and false positives. Toward this end, datasets, success rates in F1-score, model architectures, and handcrafted features have been extracted and explored. Furthermore, the study discusses the role that training data, linguistic embeddings, and learning styles play in improving detection models. This work’s main findings include the need for dataset coherency, scalable, real-time frameworks, unsupervised or self-supervised learning styles, and model explainability.Publicación Regulación del derecho de huelga en España(Universidad Nacional de Educación a Distancia (UNED). Facultad de Derecho. Departamento Derecho de Empresa, 2025-04-07) Robles Estrada, Jorge; Alzaga Ruiz, IcíarEl presente Trabajo de Fin de Máster tiene por objeto analizar la regulación del derecho de huelga en España, atendiendo a su consideración como derecho fundamental recogido en el artículo 28.2 de la Constitución Española. A pesar de su importancia, dicho derecho se encuentra regulado por una normativa pre-constitucional, el Real Decreto-Ley 17/1977, lo que genera una serie de problemáticas en su aplicación y una constante interpretación jurisprudencial para adecuarlo al marco constitucional vigente. La investigación comienza con un estudio del marco normativo que regula el derecho de huelga en España, junto con una clasificación de sus distintas modalidades. A continuación, se examinan las restricciones impuestas a su ejercicio, con especial atención a la fijación de servicios de mantenimiento y seguridad, los servicios esenciales y los servicios mínimos, así como las implicaciones jurídicas derivadas de su incumplimiento. Finalmente, se analizan los efectos que genera la huelga en distintos ámbitos. Este análisis no se limita al marco legal, sino que se centra, de manera predominante, en la interpretación jurisprudencial, tanto constitucional como ordinaria, que ha moldeado la regulación de este derecho en el ordenamiento jurídico español. La investigación arroja la conclusión de la existencia de deficiencias e inseguridad jurídica en este derecho, y la necesidad de una Ley Orgánica que desarrolle el contenido del artículo 28.2 de la Constitución Española. Este estudio pretende contribuir al debate jurídico sobre la adecuación del derecho de huelga a la realidad laboral actual y la garantía de su ejercicio efectivo en equilibrio con otros derechos fundamentales y el mantenimiento de los servicios esenciales.Publicación Bioestética adaptativa. Una alianza entre la estética y la vida(Universidad Nacional de Educación a Distancia (UNED). Facultad de Filosofía. Departamento de Filosofía y Filosofía Moral y Política, 2025-02) Collantes Sampedro, Maria Begoña; Claramonte Arrufat, JordiUna visible ruptura de los vínculos sensibles con nuestro espacio natural parece impregnar la actualidad. Cierta inercia parece impregnar el modo de sentirlo, pensarlo o habitarlo. Estas afirmaciones desvelan dos reflexiones en torno al término «adaptación» que llevaremos a cabo en esta investigación. Por un lado la necesidad de reflexiones en el campo de la estética y que desde la bioestética se pueden llevar a cabo de modo productivo adaptándose a los nuevos tiempos y colaborando con otras disciplinas. Y por otro lado, el modo de sentir puede ser un indicador de posibles creaciones desde una vida compartida cuyas especies se adaptan en función de la belleza o la amistad, y no solo desde la Ley del más fuerte, la lucha o la competición. En ambos casos, tomaremos como punto de partida para hacer balance al medio vivo natural tomando la bioestética como lugar de reunión. Una esfera constitutiva plural que pueda contribuir a considerar una dimensión y lenguaje común con todo lo vivo.Publicación Western Influence on Eastern Female Identity and Gender Dynamics: Eileen Chang’s Red Rose, White Rose and The Rouge of the North(Universidad Nacional de Educación a Distancia (UNED). Facultad de Filología. Departamento Derecho de Filologías Extranjeras y sus Lingüísticas, 2025-03-11) Gómez González, Laura; Garrigos González, CristinaThis study provides an analysis of various aspects of Eileen Chang’s Red Rose, White Rose (1944) and The Rouge of the North (1966) in relation to Eastern society and its women, thus showing how, through the ubiquitous and growing Western influence on Chinese society during the 1940s, the Chinese born American author illustrates diverse issues that reveal a sordid society where women seem to be mostly out of place. That is, the powerful presence and influence of men and tradition in twentieth-century China implied an inevitable repression every woman was subjected to, for they were usually not considered valid enough to be seen as part of an actual social class outside the private space they had been relegated to. After all, Chang’s writings show the modern life in Chinese cities such as Shanghai and how modern Western ideals clashed with traditional Chinese values to create a unique culture. The main purpose of this paper is to prove that Chang incorporates figures that show the female struggle for equality in a patriarchal society that constantly neglects their identities and individuality. The influence of Western ideas of autonomy and personal accomplishment, which question conventional gender norms and bring forth the debate of female identity in contemporary society, further aggravates this issue. On the one hand, this research provides insight into the undeniable power men and tradition had in China during this epoch while analyzing their discourse within the story. On the other hand, this research analyzes Western society’s influence on them. In conclusion, this analysis shows the tension between tradition and modernity and their negative consequences for women, who, like these stories’ main characters, are expected to remain immobile and in the background, deprived of their own identity, and silenced by the strong patriarchal voice of men.Publicación Estudio sobre la orientación a personas migrantes según el personal del Servicio Canario de Empleo(Universidad Nacional de Educación a Distancia (UNED). Facultad de Educación, 2024-10-16) Tziouras Pérez, Alejandro Borja; González Benito, Ana MaríaEste estudio aborda la orientación profesional a las personas migrantes desde el Servicio Canario de Empleo (SCE). A través de una investigación cuantitativa, se analizó la creencias y prácticas profesionales y autoeficacia percibida para la intervención con migrantes y la inteligencia cultural del personal del SCE. En el estudio participaron 195 empleados/as de oficinas de empleo y entidades colaboradoras a quienes se les pasó un cuestionario que incluía la Escala de Inteligencia Cultural de Aug et al. (2007). Los resultados muestran que el personal del SCE obtiene niveles superiores a la media en inteligencia cultural, se sienten más capacitados para trabajar con personas con personas jóvenes, personas mayores de 45 años, personas en desempleo de larga duración y personas con baja cualificación, y en menor medidas con mujeres víctimas de violencia, personas de diversidad étnica o religiosa, personas LGTBI, personas con discapacidad y migrantes. Asimismo, se observa que la orientación que se ofrece a personas migrantes se centra en adquirir competencias para la empleabilidad con objetivos corto y medio plazo frente a la construcción de un proyecto profesional y vital con objetivos a largo plazo. Se concluye que es necesario mejorar la formación especializada para la atención a migrantes y en igualdad de género, así como y mejorar los protocolos de gestión de la demanda y de orientación profesional a personas.Publicación Las expulsiones colectivas en la frontera sur. Análisis de la sentencia del Tribunal Europeo de Derechos Humanos en el caso ND y NT(Universidad Nacional de Educación a Distancia (UNED). Facultad de Derecho. Departamento de Derecho Constitucional, 2024-06-17) Contreras Escribano, Francisco; Navas Castillo, AntoniaEl presente trabajo se basa en el análisis de la práctica habitual en que se han convertido las conocidas como devoluciones en caliente en la valla de Melilla, su tratamiento jurídico y evolución jurisprudencial, así como los derechos afectados, con el objetivo de analizar la Sentencia del Tribunal Europeo de Derechos Humanos en el caso ND y NT contra España, que ha supuesto un giro jurisprudencial de gran calado en la defensa de los Derechos Humanos. Para ello se ha recopilado la normativa más importante desde una perspectiva multinivel, se han analizado las políticas migratorias de España y de la Unión Europea, así como las devoluciones en caliente, para, desde ahí determinar las razones jurídicas por las que el Tribunal Europeo de Derechos Humanos, TEDH, ha considerado que la actuación del Gobierno de España encuentra encaje en el Convenio Europeo de Derechos Humanos, y ello, aun cuando los demandantes fueron devueltos sin haber sido analizadas sus circunstancias personales ni garantizados sus derechos.Publicación Aproximación al uso de blockchain para la gestión de accesos a laboratorios en línea(Universidad Nacional de Educación a Distancia (UNED) E.T.S. de Ingeniería Informática. Departamento de Informática y Automática, 2023-09-19) Ramos Villalón, Juan Luis; Torre Cubillo, Luis de laEl uso de laboratorios en línea para la enseñanza de la ciencia y la tecnología lleva creciendo y evolucionado intensamente en las dos últimas décadas. Disponer de estos recursos a través de Internet permite que las instituciones propietarias puedan colaborar entre ellas compartiéndolos o cediendo su uso a cambio de un desembolso económico. En paralelo, los avances en el desarrollo de las tecnologías blockchain más allá de las criptomonedas y su capacidad para generar aplicaciones descentralizadas, así como la necesidad creciente de securizar el acceso de forma automatizada a dispositivos autónomos conectados (IoT), se puede hacen converger para gestionar la publicación y acceso a los laboratorios en línea y efectuar intercambio de fondos en la transacción de forma nativa. En este trabajo se hace una revisión del estado del arte de los componentes antes mencionados. Se considera a los laboratorios en línea como objetos de aprendizaje y a la vez como sistemas ciberfísicos, se revisan algunas técnicas de control de acceso a activos digitales y la forma en que se pueden utilizan las cadenas de bloques para gestionar esa funcionalidad, así como los enfoques que se están utilizando al aplicar estas técnicas en los ecosistemas IoT. Se ha elaborado una pequeña prueba de concepto con herramientas de software libre en la que se simula la publicación, reserva y acceso a laboratorios en línea con intercambio de fondos. Finalmente, tras las conclusiones, se plantean líneas de trabajo futuro, profundizando en la modelización del problema planteado y su solución.Publicación Estamos preparados: gestiones y procedimientos en la administración electrónica(Universidad Nacional de Educación a Distancia (UNED). Facultad de Educación. Departamento de Didáctica, Organización Escolar y Didácticas Especiales, 2024-10-24) González Reyes, María; López Martínez, JavierPublicación La función Cp: una perspectiva materialista emergente para la ingeniería conceptual(Universidad Nacional de Educación a Distancia (UNED). Facultad de Filosofía. Departamento Lógica, Historia y Filosofía de la Ciencia, 2024-10-07) Machioni Spagnol, Catarina; González de Prado Salas, JavierEn este artículo, basada en una perspectiva materialista emergente, discutiré la función Cp como una función que emerge y actúa dentro del sistema cognitivo, proponiendo una visión refinada para la ingeniería conceptual. Basada en el funcionalismo y teorías de la emergencia de Dennett, Romero y Boden, presentaré un enfoque que sugiere que los cambios conceptuales profundos requieren más que simples ajustes semánticos; dependen de la interacción dinámica de los procesos que componen la función Cp. Concluiré que, para que la ingeniería conceptual sea efectiva, debe tener en cuenta no solo el significado, sino también un conjunto de procesos integrados.Publicación Infancia migrante a la llegada de su mayoría de edad, de absoluta a ninguna protección(Universidad Nacional de Educación a Distancia (UNED) Facultad de Derecho, 2020-06-22) Barroso Gonzalo, Laura; Pérez Martín, Lucas AndrésEl presente estudio analiza la magnitud del fenómeno migratorio desde la perspectiva de la adolescencia. Si bien se examina la legislación internacional, está centrado en el caso particular de España, y sus diferentes territorios. Se desgrana la situación que viven los y las adolescentes migrantes sin referente familiar al cumplir dieciocho años. Este colectivo conocido como MENA (Menores Extranjeros No Acompañados) pasa repentinamente de estar bajo la protección del Estado a carecer de ella. A lo largo del trabajo se ponen de manifiesto las debilidades del actual sistema desde un punto de vista jurídico y social. Se tratan temas como los procedimientos de determinación de la edad, la concesión de permisos de residencia y de trabajo, la situación legal en la que quedan y los recursos disponibles para quienes alcanzan la mayoría de edad. Tras la investigación, se concluye con una guía práctica para el ejercicio de la abogacía, y con ciertas propuestas de mejora.Publicación Aplicación del machine learning en la detección de intrusiones para ciberseguridad(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Sistemas de Comunicación y Control, 2024-12) Moreno Ruiz, José; Robles Gómez, Antonio; Tobarra Abad, María de los LlanosEste proyecto de investigación se centra en los desafíos que han surgido con el avance de la tecnología y las implicaciones que esto tiene para la ciberseguridad. A medida que las amenazas evolucionan y se vuelven más sofisticadas, los sistemas de detección tradicionales, como los antivirus, se han vuelto inadecuados, ya que las tecnologías tradicionales de detección no son efectivas para identificar estas amenazas emergentes. En respuesta a esto, el presente trabajo propone el uso de algoritmos de machine learning para mejorar la detección de dichas amenazas, empleando técnicas que permitan anticipar la naturaleza de los archivos y enfrentar de manera más efectiva las amenazas actuales y futuras. En este trabajo se van a implementar diferentes algoritmos de machine learning de filosofías diferentes, optimizándolos de tal forma que sean capaces de predecir la posible naturaleza del tráfico de una red. Para que estos algoritmos funcionen, necesitan nutrirse de datos preexistentes que les ayuden a predecir nuevas intrusiones. Existen varias bases de datos con cientos de miles de registros que sirven para entrenar a estos modelos. Una de estas bases de datos se usará para el entrenamiento de estos algoritmos. Después, se compararán los resultados obtenidos de cada modelo, comparándolos entre sí para encontrar cual de ellos es el más eficaz a la hora de detectar intrusiones.Publicación Exploración de patrones en series temporales de datos inerciales usando técnicas de segmentación no supervisada(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Ventura Farias, Irene Josefina; Santos, Olga C.; Portaz Collado, Miguel ÁngelEste Trabajo de Fin de Máster (TFM) explora la aplicación de técnicas de segmentación no supervisada a series temporales de datos inerciales para el análisis de habilidades motoras en Aikido. El TFM se basa en investigaciones previas que emplearon métodos supervisados, buscando validar estos resultados con un enfoque exploratorio. El objetivo principal es identificar patrones y estructuras subyacentes en los datos sin necesidad de etiquetas predefinidas, diferenciándose de enfoques supervisados anteriores. La investigación busca validar si la segmentación no supervisada puede identificar segmentos significativos en series temporales de datos inerciales. Se analizan dos datasets: uno de golpes con espada (Bokken) (D1) y otro de desplazamientos de rodillas (Shikko) (D2). Se realiza una extracción de características tanto de los datos de los participantes, como las series temporales, con el fin de homogeneizar la información, utilizando descriptores estadísticos, temporales y espectrales, y se seleccionan las más relevantes con el modelo LASSO. Para ello se emplean datos de sensores inerciales, específicamente acelerómetros y giroscopios, para capturar movimientos tridimensionales. Los datos provienen de estudios previos de Portaz y Corbí, quienes utilizaron técnicas de clasificación supervisada. En este TFM, se implementan algoritmos como K-Means y K-Medoids. Estos algoritmos se seleccionaron por su capacidad para identificar transiciones y patrones en los datos sin etiquetas. El análisis compara los resultados de los algoritmos no supervisados con segmentaciones manuales y enfoques supervisados, para validar la efectividad de cada método en la clasificación de niveles de experiencia en Aikido, buscando validar y enriquecer estos resultados. Finalmente, se discuten las limitaciones y se proponen futuras líneas de investigación.Publicación Predicción de puntuaciones de jugadores de baloncesto en Sorare a través de análisis de aprendizaje automático y series temporales(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Silguero Santos, Raúl; Rodríguez Anaya, AntonioSorare es una plataforma de deportes fantasy que permite a los usuarios gestionar equipos virtuales con tarjetas digitales de jugadores, representadas como Tokens No Fungibles (NFTs). Estas tarjetas pueden comprarse, venderse, intercambiarse y usarse en competiciones, donde las puntuaciones se basan en estadísticas reales de los jugadores. En el baloncesto, Sorare ofrece ligas fantasy de la NBA, donde los jugadores disputan un calendario de 82 partidos en la fase regular, seguido de playoffs. La distribución de los encuentros y los viajes constantes afectan el rendimiento de los jugadores, haciendo que el análisis predictivo sea una herramienta clave para optimizar estrategias dentro del juego. El incipiente interés en la aplicación de análisis predictivo en el rendimiento deportivo ha impulsado la exploración e investigación de métodos avanzados de aprendizaje profundo, los cuales pueden ser muy útiles para analizar y predecir datos de series temporales en los deportes. La precisión obtenida en estas predicciones puede permitir a los usuarios tomar decisiones que optimicen aún más sus opciones de conseguir recompensas y mejorar las diferentes estrategias escogidas dentro del juego, contribuyendo esto al crecimiento de la experiencia de juego, tanto en plataformas basadas en blockchain como Sorare o en deportes fantasy más tradicionales. Así, en este trabajo se diseña y desarrolla una serie de herramientas que sientan las bases para realizar un procesamiento y análisis de datos relacionados con el rendimiento de los jugadores de la NBA en Sorare, a través de la estructuración y limpieza de los mismos y explorando patrones relevantes en el rendimiento de dichos jugadores a través de diferentes métricas clave. Este apartado del trabajo viene acompañado por gráficos detallados que permiten el análisis de la distribución de dichas estadísticas, permitiendo identificar valores atípicos y explorar correlaciones entre diferentes variables. Todos estos datos se dividen en diferentes conjuntos, a través del enfoque propuesto de clasificar a los jugadores de baloncesto mediante su rol en sus equipos: titulares, jugadores de rotación y jugadores de banquillo Palmer et al. (2021), lo cual se determina a través de su promedio de minutos jugados por partido y el porcentaje de partidos disputados a lo largo de la temporada, permitiendo obtener un entendimiento aún mayor de cómo el rol de cada jugador afecta a su rendimiento y a su predicción futura de puntuación en Sorare. Sobre estos conjuntos de datos se implementan y evalúan diferentes algoritmos de aprendizaje automático para intentar predecir de la manera más precisa los Fantasy Points de los jugadores en Sorare, incluyendo el uso de métricas de evaluación para asegurar la fiabilidad de los modelos empleados. Las herramientas y modelos desarrollados ofrecen un soporte para que los usuarios de Sorare puedan tomar decisiones informadas al seleccionar alineaciones, basándose en predicciones precisas y análisis detallados de los jugadores. Este enfoque proporciona un marco replicable para optimizar estrategias en juegos fantasy basados en tecnologías blockchain.Publicación Técnicas de Deep Learning para la Predicción de Precios de Electricidad del Mercado Diario Español(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Pedrero Lozoya, Hugo Alberto; Pastor Vargas, Rafael; Rozas Rodríguez, WolframLa estimación de los precios de electricidad del mercado diario es una tarea de gran importancia e interés para todos los agentes involucrados en el sector, de cara a realizar las ofertas de compra y venta de electricidad antes del cierre del mercado. En este proyecto se van a desarrollar métodos de deep learning para predecir los precios de la electricidad del mercado diario español (“day-ahead”). En concreto, se pretende implementar técnicas de deep learning basadas en Redes Neuronales Recurrentes (RNN) tales como LSTM (Long Short-Term Memory) y GRU (Gated Recurrent Unit), y también modelos más novedosos como NBEATS (Neural Basis Expansion Analysis for Time Series) o un transformer especializado en series temporales llamado TimeGPT. Tomando como ventana de datos de entrada los 168 valores previos (1 semana), se realizarán predicciones para los precios de la electricidad de las 24 horas del día siguiente. Se emplean datos históricos que abarcan el periodo comprendido entre 2015 y 2023, incluyendo variables fundamentales como la demanda eléctrica, la generación de fuentes renovables y el precio del gas natural. Además, se introduce el concepto de "hueco hidrotérmico", una nueva variable creada a partir de la combinación de la demanda eléctrica y la generación de energía eólica y solar. Esta variable corresponde a la energía que habrá que generar con fuentes térmicas o hidráulicas para cubrir la demanda, una vez sustraída la generación eólica y solar. La adición de esta variable, altamente correlacionada con el precio de la electricidad, mejora notablemente el comportamiento de los modelos. Tomando como ventana de datos de entrada los 168 valores previos (1 semana), se realizarán predicciones para los precios de la electricidad de las 24 horas del día siguiente. Se emplean datos históricos que abarcan el periodo comprendido entre 2015 y 2023, incluyendo variables fundamentales como la demanda eléctrica, la generación de fuentes renovables y el precio del gas natural. Además, se introduce el concepto de "hueco hidrotérmico", una nueva variable creada a partir de la combinación de la demanda eléctrica y la generación de energía eólica y solar. Esta variable corresponde a la energía que habrá que generar con fuentes térmicas o hidráulicas para cubrir la demanda, una vez sustraída la generación eólica y solar. La adición de esta variable, altamente correlacionada con el precio de la electricidad, mejora notablemente el comportamiento de los modelos.Publicación Clasificación de niveles de experiencia de Aikido mediante segmentación de series temporales y algoritmos de aprendizaje supervisado(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Mazzuka Cassani, Stefano; Santos, Olga C.; Portaz Collado, Miguel ÁngelEl presente Trabajo Fin de Máster se centra en la clasificación del nivel de experiencia en Aikido mediante la segmentación de series temporales y el uso de algoritmos de aprendizaje supervisado. Para ello, se han empleado datos inerciales capturados a través de sensores, con el objetivo de evaluar la calidad de los movimientos realizados por los practicantes. En este estudio se ha desarrollado un sistema de clasificación supervisado que permite distinguir entre tres niveles de destreza (bajo, medio y alto), ampliando el enfoque previo que diferenciaba únicamente entre principiantes y expertos. La segmentación de las series temporales en fases específicas de los movimientos ha permitido un análisis más detallado del desempeño de los participantes, favoreciendo la detección de patrones diferenciadores en cada nivel de experiencia. Para ello, se han utilizado tres técnicas principales de aprendizaje supervisado: Regresión con Procesos Gaussianos (GPR), que permite manejar la incertidumbre en los datos. Redes Convolucionales Temporales (TCN), utilizadas para la clasificación de secuencias de datos inerciales. Gradient Boosted Decision Trees (GBDT), que optimizan la clasificación a través de un conjunto de árboles de decisión.Publicación Segmentación de imagen ecocardiográfica mediante técnicas de aprendizaje profundo para la detección del ciclo cardíaco(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025) Mascaraque León, Aroa; Pérez Martín, Jorge; Fernández de Toro Espejel, BelénEste Trabajo de Fin de Máster (TFM) forma parte del proyecto CAREUM y, más recientemente, del proyecto "Cribado coste-efectivo de cáncer de mama y enfermedad cardíaca reumática mediante inteligencia artificial" (PID2023-150515OB-I00). El objetivo principal de estos proyectos es desarrollar un sistema inteligente capaz de procesar imágenes ecocardiográficas, con el fin de asistir en el diagnóstico de la enfermedad cardíaca reumática. En este contexto, el principal objetivo de mi trabajo ha sido desarrollar un método de segmentación automática de imágenes ecocardiográficas y su posterior clasificación para la detección de las fases del ciclo cardíaco. Para comenzar, he realizado una introducción a las redes neuronales y a las redes neuronales convolucionales (CNN, por sus siglas en inglés), así como una revisión del estado del arte en el análisis de imágenes ecocardiográficas, abarcando tanto los métodos tradicionales como los basados en aprendizaje profundo (DL). He comparado tres variantes de la arquitectura de segmentación U-Net, ajustando su complejidad y capacidad de aprendizaje para evaluar su rendimiento en la segmentación de imágenes ecocardiográficas, considerando la precisión y eficiencia computacional. Además, se probaron tres enfoques de entrenamiento: (1) utilizando los datos originales con validación estática, (2) aplicando aumento de datos, también con validación estática, para incrementar la variabilidad, y (3) empleando los datos originales con validación cruzada para evaluar la capacidad de generalización. Estos enfoques permitieron analizar su impacto en el rendimiento de la segmentación, proporcionando información sobre mejoras en la precisión, reducción del sobreajuste y estabilidad de los modelos Para la tarea de clasificación, se ha entrenado una red neuronal convolucional 3D (3D CNN), diseñada específicamente para mantener y procesar tanto la información espacial como la temporal de las secuencias ecocardiográficas. También se probaron otros enfoques que pueden ayudar a la detección del ciclo cardiaco, como el cálculo de la Curva de Variación de Volumen Ventricular (CVVV). Para el modelo de segmentación, hemos obtenido en el conjunto de pruebas, una accuracy del 96.40%, un coeficiente de DICE de 96.36%, y un IoU de 93.00%. Para el de clasificación, hemos obtenido una precisión total del 95.68%, un recall del 95.37% y una medida F1 del 95.51%.Publicación Creación de una herramienta para identificar y agrupar afinidades mediante la inteligencia artificial en los Mass Media(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025) Cuevas Márquez, Francisco Manuel; Rodríguez Anaya, Antonio; Cabrera Lara, Francisco ElíasEn la era de la información, entender la orientación política de los medios de comunicación se ha vuelto crucial para los consumidores de noticias. La polarización mediática y la proliferación de fuentes de información presenta un panorama complejo en el que resulta desafiante discernir los sesgos en la cobertura de las noticias. Existen herramientas comerciales que proveen información sobre el alineamiento político de los medios de comunicación masivos, y que permiten comparar cómo se tratan las noticias en las distintas posiciones del espectro de alineación política. Sin embargo, el posicionamiento de cada medio de comunicación dentro del espectro sigue siendo una tarea manual, lo que aumenta el riesgo de incluir sesgos en la valoración. Por otra parte, la actualidad de las noticias y el discurso de los mass media evoluciona con el tiempo, lo que aumenta la complejidad de identificar objetivamente la alineación política de cada medio. Además, el tratar el alineamiento político como un simple eje izquierda-derecha no tiene en cuenta las múltiples facetas de los medios. Varios medios pueden estar de acuerdo en algunas dimensiones políticas, pero discrepar en la visión general, de manera que para ser precisos debemos analizar los intereses de los medios desde un punto de vista multidimensional. En este trabajo se propone una nueva herramienta de análisis de medios de comunicación, que permite realizar un agrupamiento de noticias publicadas por distintos medios mediante técnicas que combinan inteligencia artificial y PLN (Procesamiento del Lenguaje Natural). La herramienta propuesta permite agrupar conjuntos de noticias similares utilizando métodos de aprendizaje no supervisado (clustering) en combinación con modelos de lenguaje natural para facilitar la comprensión de dichas agrupaciones. La herramienta propuesta ha sido aplicada sobre un grupo seleccionado de medios de comunicación masivos de ámbito nacional en España.Publicación Relación entre la emisión de bonos verdes y la “prima verde” en mercado primario. Evidencias con modelos de aprendizaje automático.(Universidad Nacional de Educación a Distancia (UNED). E.T.S. de Ingeniería Informática. Departamento de Inteligencia Artificial, 2025-02) Cuevas i Fajardo, Àlvar; Pérez Martín, Jorge; Pra Martos, Inmaculada; Arguedas Sanz, RaquelEste trabajo presenta un análisis del mercado de bonos verdes y su relación con los criterios ambientales, sociales y de gobernanza (ESG) de las empresas emisoras. El objetivo principal es investigar la existencia de una «prima verde» en estos bonos, es decir, si los inversores están dispuestos a aceptar un rendimiento menor a cambio de invertir en empresas que certifican como verde su deuda. Se han utilizado para ello datos de entidades no públicas que han emitido deuda verde a medio y largo plazo en el período 2020 y 2024, en todo el mundo. En una primera aproximación del estudio, se compara el ratio de deuda verde emitida por las organizaciones con sus puntuaciones ESG para buscar una relación directa entre estos dos parámetros. Dado que la muestra de bonos verdes con puntuaciones completas ESG es escasa, se han utilizado algoritmos de aprendizaje automático para completarla. Posteriormente se ha hecho un estudio pormenorizado sobre la existencia de la prima verde, basado en una técnica de comparación de datos reales con datos generados a través de un modelo de aprendizaje automático. Para llevar a cabo estos análisis, se han construido y probado varios modelos de aprendizaje automático para seleccionar el más adecuado en cada ocasión. La muestra de estudio incluye una selección diversa de bonos verdes emitidos por empresas con diferentes niveles de compromiso con la sostenibilidad. Las calificaciones para la reconstrucción de los parámetros ESG, así como las valoraciones de la deuda, se obtienen de fuentes de datos reconocidas. Este estudio contribuye a la literatura existente sobre bonos verdes y ESG al proporcionar evidencia empírica sobre la existencia y magnitud de la prima verde. Asimismo, puede ofrecer información relevante para los inversores que buscan integrar criterios de sostenibilidad en sus decisiones de inversión y para las empresas que buscan financiar proyectos verdes a través de la emisión de bonos.Publicación Propuesta de intervención para aumentar la eficacia de la exposición prolongada en TEPT por accidente de tráfico(Universidad Nacional de Educación a Distancia (UNED) Facultad de Psicología. Departamento de Psicología de la Personalidad, Evaluación y Tratamiento Psicológico, 2024-10-09) Genova Vasileva, Iliyana; Mas Hesse, BlancaLos accidentes de tráfico son un problema de salud pública debido al elevado impacto económico que tienen y a las secuelas físicas y psicológicas que generan, Entre las secuelas psicológicas más frecuentes se encuentra el trastorno de estrés postraumático (TEPT), los tratamientos de primera línea logran disminuir la sintomatología, pero una parte importante mantiene síntomas en un nivel clínicamente relevante. Uno de los síntomas que con más frecuencia permanece es el insomnio que a menudo se acompaña de pesadillas. Cuando existen pesadillas estas interfieren en el sueño y a través de esto pueden afectar a los síntomas diurnos e interferir con los tratamientos habituales. En este trabajo se propone evaluar si incorporar terapia de ensayo en imaginación (IRT) antes de introducir exposición prolongada (EP) logra mejorar los resultados de los tratamientos habituales. Se espera que la incorporación de la IRT tenga un mayor efecto que la EP en la disminución de la frecuencia de las pesadillas, el malestar asociado a ellas, la disfunción que generan, la reducción de la sintomatología del TEPT y en el aumento de la calidad subjetiva del sueño. Se prevé que los beneficios se mantendrán en los seguimientos a los 3, 6 y 12 meses. El siguiente trabajo pretende salvar una de las principales limitaciones de los tratamientos disponibles para el TEPT y con ello contribuir a la mejora de los tratamientos y al bienestar de las personas afectadas.