Oferta de TFT

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 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.

Datasets de detección en entornos marinos.

En colaboración con la empresa Arquimea.

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.

-

Evaluación de técnicas de segmentación para el inventario automático de presencia de microplásticos en playas.

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.

En esta nueva generación de influencers y sus fans, las marcas y las agencias de branding se han dado cuenta del impacto de las redes sociales y el marketing de influencers en los usuarios de sus dispositivos móviles. Por eso quieren encontrar nuevas posibilidades entre estos influencers que puedan hacer que su marketing sea eficaz. Las campañas publicitarias muchas veces no logran conectar con una celebridad sin embargo la plataforma que se propone intenta acceder al público más joven a través de personas que sin ser una celebridad si que pueden tener millones de seguidores. Esta aplicación de marketing de influencers para web y/o móvil podría ser una de las mejores ideas de aplicaciones en el mundo de las redes sociales en línea.

Una de las tareas más habituales en el ámbito forense es la detección de falsificaciones en manuscritos. En este TFG se evaluará la posibilidad de modificar automáticamente la letra manuscrita de una persona, tanto su forma como su velocidad de escritura. Para ello se representará la escritura en el dominio Sigma-Lognormal y se modificaran los puntos objetivo-virtuales. Para grabar escritura se dispone de un iPad y de la librería Matlab iDeLog para representarla en el dominio Lognormal.

Requiere habilidades de programación en Matlab.

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).

En la navegación marítima en general y en los vehículos autónomos submarinos en particular, la planificación de las rutas en función de las condiciones meteorológicas tiene gran importancia. En el caso de los gliders oceánicos (submarinos de pequeño tamaño y gran autonomía) la influencia de las corrientes marinas, por ejemplo, es muy determinante por la baja velocidad de desplazamiento que presentan. Los modelos de predicción oceánicos proporcionan mapas de previsión de variables oceanográficas que son analizados por expertos para determinar las trayectorias más adecuadas para estos vehículos. El objetivo de los trabajos planteados es disponer de herramientas que simplifiquen esas tareas de optimización de rutas y, en último término, las complementen con algoritmos de planificación automáticos. Octave es un software libre de computación científica que ofrece recursos para la manipulación y presentación de los datos suministrados por los modelos, así como herramientas de optimización numérica.

En la navegación marítima en general y en los vehículos autónomos submarinos en particular, la planificación de las rutas en función de las condiciones meteorológicas tiene gran importancia. En el caso de los gliders oceánicos (submarinos de pequeño tamaño y gran autonomía) la influencia de las corrientes marinas, por ejemplo, es muy determinante por la baja velocidad de desplazamiento que presentan. Los modelos de predicción oceánicos proporcionan mapas de previsión de variables oceanográficas que son analizados por expertos para determinar las trayectorias más adecuadas para estos vehículos. El objetivo de los trabajos planteados es disponer de herramientas que simplifiquen esas tareas de optimización de rutas y, en último término, las complementen con algoritmos de planificación automáticos. Octave es un software libre de computación científica que ofrece recursos para la manipulación y presentación de los datos suministrados por los modelos, así como herramientas de optimización numérica.

Se trata de desarrollar un plug-in Moodle para monitorizar ritmos y patrones de tecleo de alumnos, durante una lección interactiva facilitada en Moodle y detectar con una granularidad fina las emociones de los sujetos.

Se espera publicar un artículo de revista indexada en parte como resultado de este TFG, incluyendo como autor al/la alumno/a.

Se trata de desarrollar un plug-in Moodle para monitorizar imágenes de alumnos mientras están frente a la cámara de un ordenador portátil, durante una lección facilitada en Moodle y detectar con una granularidad fina las emociones de los sujetos.

Se espera publicar un artículo de revista indexada en parte como resultado de este TFG, incluyendo como autor al/la alumno/a.

En este proyecto se realizarán varios clasificador basados en machine learning que sean capaces de predecir la probabilidad de que un paciente sufra una enfermedad (Infarto, Cirrosis, Hepatitis). A su vez se estudiarán diversas técnicas de Transfer Learning para ser capaces de mejorar las estimaciones entre diversos datasets y verificar si mejoran las predicciones originales.

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.

Evaluación de la re-identificación basada en el rostro en competiciones deportivas.