Oferta de TFT

La idea es crear grupos de palabras relacionadas semánticamente en niveles de cercanía semántica a partir de diferentes diccionarios y recursos lingüísticos de los que ya dispone la División de Lingüística Computacional y Procesamiento del Lenguaje Natural del IATEXT. Esto grupos permitirán hacer búsquedas semánticas en Buscadores-IL diseñados con tecnología InteLiText (https://iatext.ulpgc.es/sites/default/files/InteLiText.pdf). Este trabajo puede ser remunerado.

La aplicación web usa una base de datos que ya está diseñada y contiene numerosas oraciones analizadas sintácticamente. La aplicación debe permitir seleccionar oraciones en base a diferentes criterios y permitir al usuario analizarla manualmente y la aplicación le marcará los errores encontrados si los hubiera. Los errores se detectan comparando con el análisis almacenado en la base de datos. También se debe permitir seleccionar oraciones según diferentes criterios para mostrar el análisis de cada una de ellas. Este trabajo se puede remunerar.

El objetivo de este proyecto es evaluar la posibilidad de usar la señal obtenida de un sensor EEG, para discriminar entre al menos dos dibujos (circulo y cuadrado) realizados sobre una tableta digital utilizando técnicas de aprendizaje automático y técnicas utilizadas en la evaluación del movimiento.

Requisitos: Aprendizaje automático, Matlab o Python

El movimiento humano se inicia cuando el cerebro envía instrucciones a los músculos. El objetivo de este proyecto es evaluar la posibilidad de usar la señal obtenida de un sensor EEG, para discriminar entre al menos dos dibujos realizados sobre una tableta digital utilizando técnicas de aprendizaje automático y técnicas utilizadas en la evaluación del movimiento.

El objetivo de este proyecto es evaluar la posibilidad de usar la señal obtenida de un sensor EEG, para discriminar entre dos movimientos realizados con el brazo utilizando técnicas de aprendizaje automático y técnicas utilizadas en la evaluación del movimiento.

Requisitos: Aprendizaje automático, Matlab o Python

Se debe desarrollar una aplicación web que muestre en un grafo las relaciones que existen entre las palabras de una oración. Dichas relaciones están almacenadas en una base de datos. Este trabajo se puede remunerar.

1. Introducción y Contexto

En la educación actual, el uso de tecnologías avanzadas, como la inteligencia artificial (IA), está revolucionando los métodos de enseñanza y aprendizaje. En particular, Moodle, una plataforma de aprendizaje ampliamente utilizada, ofrece el plugin Virtual Programming Lab (VPL) que facilita la evaluación automática de ejercicios de programación, permitiendo a los estudiantes trabajar en sus habilidades de programación de forma autónoma y a los profesores gestionar eficientemente las tareas de evaluación.

Sin embargo, el proceso de aprendizaje de programación puede beneficiarse significativamente con la incorporación de tecnologías de IA que proporcionen asistencia personalizada y mejoras en la experiencia tanto de los estudiantes como de los profesores. Este proyecto propone la integración de ayuda basada en IA en el plugin VPL para Moodle, ofreciendo sugerencias inteligentes, retroalimentación automática y apoyo en la evaluación.

2. Objetivos del Proyecto

El objetivo principal del proyecto es diseñar e implementar una extensión del plugin VPL de Moodle que permita la integración de ayuda de IA en diversos puntos del proceso educativo, tanto para estudiantes como para profesores. Para alcanzar este objetivo, se desarrollará un tipo de subplugin de VPL cuyas instancias actúen como una interfaz de intermediación entre el plugin VPL y diferentes proveedores de servicios de IA.

-

El objetivo es construir una interfaz web orientada al diseño de prompts para GPT para la evaluación automática de ejercicios. Se trata de adaptar el concepto del playground de OpenAI/GPT hacia una interfaz más sofisticada en la que se puedan escoger respuestas de estudiantes desde una base de datos para hacer ensayos del desempeño de los distintos prompts.

El objetivo del TFG consiste en realizar un inventario de palmeras a partir de imágenes aéreas obtenidas mediante un Sistema de Información Geográfica (GIS) y utilizando técnicas de Aprendizaje Profundo, analizando su variación con inventarios previos.

Esta propuesta de TFT se enmarca en la línea de investigación interdisciplinar que desarrollan conjuntamente el área de Audiología y Equilibrio del Complejo Hospitalario Universitario Insular Materno-Infantil y el instituto universitario de investigación SIANI.
El equipo médico dispone de registros electrofisiológicos del nervio coclear (eCAPs) y de la función vestibular (VEMPs) en el oído interno.
Estos registros electrofisiológicos necesitan ser etiquetados para identificar las distintas partes que los componen. Actualmente, esta operación se realiza de forma manual.
En este TFT se propone implementar mediante técnicas de Inteligencia Artificial la marcación automática de los registros eCAP y VEMP.

Implementar un módulo de Inteligencia Artificial usando cualquiera de las APIs disponibles que dialogue con el usuario para permitir búsquedas en la aplicación DiseCan (https://dise.iatext.ulpgc.es/canarias/). La idea es poder hacer peticiones a este buscador textual en lenguaje natural en lugar de tener que escribir con la codificación que se muestra en los ejemplos de búsqueda. Este trabajo se puede remunerar.

Se trata de un proyecto dedicado a la aplicación de técnicas avanzadas de aprendizaje profundo para la reidentificación precisa y segura de orejas de neonatos a lo largo del tiempo. Esta innovadora solución tiene como objetivo superar los desafíos asociados con el cambio físico rápido y constante en neonatos, proporcionando una herramienta confiable para la identificación única y continua de cada niño. Se requieren habilidades en algún framework de deep learning (Keras o Pytorch).

El proyecto tiene como objetivo desarrollar un sistema de detección y comparación de tatuajes mediante el uso de redes neuronales. Al aprovechar las capacidades de aprendizaje profundo, el sistema analizará características clave de los tatuajes, permitiendo una evaluación precisa de su similitud. Se requieren habilidades en algún framework de deep learning (Keras o Pytorch).

Partiendo de unos videos de corredores grabados desde ángulos distintos, el trabajo consistirá en etiquetar a los corredores, obtener imágenes representativas de cada individuo y procesarlas usando un método de re-identificación basado en redes neuronales para determinar si es posible identificar a un individuo en el resto de sus imágenes.

Dos de los elementos básicos para el diseño de sistemas de visión autónomos tienen que ver con el conocimiento de la estructura tridimensional del entorno y del desplazamiento de los objetos en la escena. Dada una secuencia de imágenes, o un vídeo de una escena real, el objetivo de este TFT es aplicar técnicas de visión por ordenador para obtener un modelo 3D de la escena y estimar el movimiento de los objetos. Se emplearán técnicas de visión y redes neuronales.

Se trata de realizar una aplicación para detectar el contorno de unas piezas recién fabricadas, utilizando algoritmos ya conocidos de detección de bordes, y contrastarlos con los contornos deseados para detectar posibles fallos de fabricación.

Este Trabajo de Fin de Título consistirá en el diseño y desarrollo de un tutor inteligente basado en la API de ChatGPT que permitirá a los estudiantes de informática el aprendizaje autónomo y personalizado de la programación a través de ejercicios prácticos y asistencia instantánea.

El proyecto contempla el desarrollo de una plataforma web que presente una serie de ejercicios de programación de dificultad progresiva. El estudiante podrá acceder a estos ejercicios y comenzar a resolverlos utilizando el lenguaje de programación objeto de estudio. Durante el proceso, el tutor inteligente, alimentado por la API de ChatGPT, ofrecerá apoyo interactivo, proporcionando pistas, explicaciones y ejemplos de código según sea necesario.

La aplicación también incluirá un módulo de seguimiento que registrará el progreso del estudiante.