Inscripciones: podrán participar los miembros de la comunidad universitaria que se preinscriban en este enlace antes de las 12:00 horas del martes 18 de octubre de 2023.

Si alguna vez te has preguntado qué temas investigan nuestros profesores detrás de las puertas de sus laboratorios, esta es la oportunidad perfecta para saciar tu curiosidad, ampliar tu visión sobre las diferentes áreas de estudio y aprender sobre las últimas tendencias tecnológicas.

El conocimiento y la comprensión de los campos de investigación de nuestros docentes son fundamentales para el desarrollo laboral de los futuros ingenieros. Saber en qué áreas están enfocados los investigadores de nuestra Escuela es una ventana hacia un mundo de posibilidades. Nuestros profesores han hecho importantes contribuciones en sus respectivos campos y están ansiosos por compartir sus descubrimientos y avances con todos los estudiantes. Además, conocer los proyectos de investigación te permitirá tomar decisiones más informadas sobre tus propios intereses académicos y profesionales.

Planificación: el seminario se desarrollará a lo largo de dos sesiones los miércoles 4 y 18 de octubre de 2023, en horario de 12:45 a 14:15, en la Sala de Grados del Edificio de Informática y Matemáticas del Campus Universitario de Tafira. Cada sesión contará con seis presentaciones de 15 minutos cada una. A continuación se listan las presentaciones, quedando al final del documento la explicación detallada de los contenidos de cada una.

Miércoles 4 de octubre de 2023

• 12:45 - 13:00 Javier Sánchez Medina. Gestión "Smart" de la Micromovilidad en Maspalomas
• 13:00 - 13:15 Alexis Quesada Arencibia. Computación Inteligente, Percepción y Big Data
• 13:15 - 13:30 Francisco Carreras Riudavets. Procesamiento del lenguaje natural y lingüística computacional
• 13:30 - 13:45 David Freire Obregón. Deep learning & sports analytics
• 13:45 - 14:00 Cristina Carmona Duarte. Aprendizaje y la degeneración del movimiento humano. ¿Cómo evaluarlo?
• 14:00 - 14:15 Agustín Trujillo Pino. Clasificación de nubes de puntos, visualización 3D y realidad virtual

Miércoles 18 de octubre de 2023

• 12:45 - 13:00 Gabino Padrón Morales. Ciencia de Datos aplicada al transporte público de viajeros
• 13:00 - 13:15 Nelson Monzón López. Inteligencia Artificial para seguridad marítima y turismo inteligente
• 13:15 - 13:30 Francisco José Vázquez Polo. Estadística Bayesiana y Ciencia de Datos
• 13:30 - 13:45 María Dolores Afonso Suárez. Investigación en tecnología médica y audiovisual
• 13:45 - 14:00 Antonio Carlos Domínguez Brito. Vehículos autónomos marinos para aplicaciones medioambientales oceanográficas
• 14:00 - 14:15 Pablo Fernández López. Neurociencia Computacional

Gestión "Smart" de la Micromovilidad en Maspalomas

Javier Sánchez Medina: javier.sanchez@ulpgc.es

Miércoles 4 de octubre, 12:45

La micromovilidad, como aproximación de movilidad inteligente para resolver el problema de la última milla del transporte, se está imponiendo en la mayoría de las ciudades desarrolladas del mundo. La no regulación y ordenación de la micromovilidad pueden traer aparejados muchos problemas, en particular en la coexistencia de diferentes medios de transporte "tradicionales", peatones, y nuevas formas de (micro)movilidad.

En el CICEI estamos colaborando con el Consorcio de Maspalomas Gran Canaria para ir desarrollando poquito a poquito las piezas necesarias para llegar a un punto de poder confeccionar, entre todos los agentes implicados, un plan de micromovilidad para toda esta área que resuelva la movilidad entre establecimientos hoteleros, restauración, zonas residenciales, zonas de ocio, etc.

En la fase actual de desarrollo, estamos enfocados en aplicaciones que nos permitan capturar datos de movilidad para poder realizar análisis fidedignos de los patrones de movilidad de la zona, como punto de partida para diseñar estrategias políticas y de gestión de esa movilidad, y estructuras tecnológicas para soportarlas. Es vital que estas iniciativas se basen en principios de sostenibilidad y de equidad y bienestar social y sanitario. Al mismo tiempo, un componente que se demuestra de gran utilidad sería también la gamificación como gancho en las aplicaciones que se desarrollen.

<

Computación Inteligente, Percepción y Big Data

Alexis Quesada Arencibia: alexis.quesada@ulpgc.es

Miércoles 4 de octubre, 13:00

Se hará un breve repaso por diversas líneas de investigación del grupo CIPERBIG. En general, los proyectos desarrollados por el grupo se enmarcan dentro del amplio campo de la Inteligencia Artificial. En concreto se nombrarán algunos ejemplos específicos en el área de los Sistemas de Posicionamiento en Interiores y Sistemas basados en Visión por Computador. Adicionalmente se nombrarán otras posibles líneas de desarrollo: implementación de servicios distribuidos en alta disponibilidad, desarrollo de aplicaciones web, desarrollo de aplicaciones móviles…

Procesamiento del lenguaje natural y lingüística computacional

Francisco Carreras Riudavets: francisco.carreras@ulpgc.es

Miércoles 4 de octubre, 13:15

Realizamos investigación práctica para desarrollar buscadores inteligentes mediante el tratamiento automatizado de grandes volúmenes de texto. Se analiza el lenguaje natural para desarrollar herramientas relacionadas con las humanidades digitales que permitan un acercamiento más natural y eficiente de las nuevas tecnologías a los usuarios en general. Buscamos soluciones para la detección de aspectos semánticos en los textos. Trabajamos con bases de datos para gestionar la investigación de las humanidades digitales. Creamos servicios web para optimizar los recursos y reutilizar código. Desarrollamos programas para la creación de información cualificada que pueda ser usada para entrenar la inteligencia artificial. Usamos el lenguaje de programación C# y tecnología ASP.Net, aunque estamos abiertos a otras posibilidades. Tenemos varios trabajos relacionados con el procesamiento de la lengua española, latín, griego... tanto desde el punto de vista de análisis y comprensión lingüística como semántica.

Deep learning & sports analytics

David Freire Obregón: david.freire@ulpgc.es

Miércoles 4 de octubre, 13:30

El uso de Deep Learning en el ámbito deportivo ha abierto nuevas puertas de oportunidad y fascinación para estudiantes apasionados tanto por la tecnología como por el deporte. Este enfoque revolucionario combina grandes cantidades de datos con algoritmos de aprendizaje automático, permitiendo mejoras significativas en el rendimiento atlético, la toma de decisiones estratégicas y la experiencia del espectador. En términos económicos, el deporte es una industria global multimillonaria.

El Deep Learning ofrece la posibilidad de optimizar el rendimiento de los atletas, prevenir lesiones, analizar tácticas y estrategias, y personalizar la experiencia del espectador. Estas aplicaciones no solo aumentan el éxito competitivo, sino que también atraen patrocinadores y generan mayores ingresos. Para los estudiantes interesados en Deep Learning, el ámbito deportivo ofrece un terreno fértil para desarrollar habilidades técnicas y contribuir a avances innovadores. Desde la creación de modelos de predicción de resultados hasta el análisis de datos en tiempo real durante los partidos, hay infinitas posibilidades para explorar y marcar la diferencia en este emocionante campo. En resumen, el uso de Deep Learning en el ámbito deportivo brinda a los estudiantes la oportunidad de fusionar su pasión por la tecnología y el deporte, convirtiéndose en protagonistas de este emocionante viaje de innovación.

Aprendizaje y la degeneración del movimiento humano. ¿Cómo evaluarlo?

Cristina Carmona Duarte: cristina.carmona@ulpgc.es

Miércoles 4 de octubre, 13:45

En esta charla se explicará el proyecto financiado por el Ministerio “Modelo Computacional del Aprendizaje y la Degeneración del Movimiento Humano para su Aplicación en Diagnóstico Clínico” y varias aplicaciones que pueden surgir de él. El desarrollo de una nueva generación de dispositivos móviles ha incrementado las posibilidades de obtener información del movimiento humano gracias a los múltiples sensores disponibles en estos dispositivos (pantalla táctil, micrófonos, acelerómetros, etc.). Por otro lado, psicólogos y neurólogos demandan, cada vez más, herramientas que les permitan caracterizar los datos obtenidos por estos dispositivos, con el fin de diferenciar aquellos trastornos que manifiestan síntomas motores comunes, pero corresponden a condiciones psicopatológicas diferentes. Para abordar este problema, la hipótesis de este proyecto es que se puede lograr un nuevo modelo válido para cualquier tipo de dificultades de aprendizaje o condición neurodegenerativa e independiente del tipo de rasgo motor que se quiera caracterizar (voz, gesto, escritura), incorporando conceptos de las teorías previas, e imitando cómo el cerebro agrupa los movimientos simples y los sincroniza. El nuevo modelo permitirá parametrizar el movimiento obtenido de diferentes tipos de sensores (EEG, acelerómetros, pantallas táctiles). El modelo computacional resultante, implementado en dispositivos móviles, puede facilitar la telemedicina, realizar un diagnóstico temprano de ciertas patologías y aligerar la carga del sistema de salud.

Clasificación de nubes de puntos, visualización 3D y realidad virtual

Agustín Trujillo Pino: agustin.trujillo@ulpgc.es

Miércoles 4 de octubre, 14:00

Mostraremos tres líneas de proyectos que estamos trabajando. En primer lugar, colaboramos con Red Eléctrica en el procesado y clasificación de nubes de puntos aéreas, escaneadas con helicóptero, de zonas tanto rurales como urbanas, donde el objetivo que se busca es clasificar cada punto como perteneciente a vegetación, suelo, edificios, coches, torretas eléctricas, cables eléctricos. En segundo lugar, y también para Red Eléctrica, le estamos desarrollando una aplicación nativa 3D para la visualización de todas esas nubes de puntos masivas a lo largo de todo el territorio nacional, donde poder navegar por miles de kilómetros que se visualizarán al estilo del Google Earth. En tercer lugar, trabajamos en diferentes proyectos relacionados con realidad virtual y realidad aumentada, especialmente aquellos dedicados a la docencia en medicina y fisioterapia en colaboración con estas facultades de nuestra universidad, simulando diferentes modelos y escenarios para producir aplicaciones inmersivas que puedan usar profesores y estudiantes.

Ciencia de Datos aplicada al transporte público de viajeros

Gabino Padrón Morales: gabino.padron@ulpgc.es

Miércoles 18 de octubre, 12:45

La empresa Global Salcai Utinsa transporta más de 30 millones de viajeros al año. El número de expediciones que se realiza cada día, los medios de pago empleados por los usuarios como el pago directo, las tarjetas de abono y las tarjetas bancarias, genera un volumen considerable de información cuyo modelado, gestión y análisis, adecuadamente realizado, aporta parámetros esenciales para conocer el desempeño de la empresa y proporciona información para mejorarlo. Además, en los tiempos actuales, en los que se mezcla y exige cumplir con criterios como sostenibilidad, huella de carbono, eficiencia, reutilización, etc. resulta ineludible abordar todas las posibilidades disponibles para explotar adecuadamente la información.

Para el desarrollo de las tareas de investigación que realizamos, disponemos de datos reales generados por la empresa de transporte que sirven como base para experimentar distintas formas de modelado, almacenamiento, consulta y análisis que aporten información significativa a la empresa. El modelado en Bases de Datos no relacionales de los datos disponibles es un campo por explorar, en él, se puede trabajar para obtener resultados útiles y valorar la aplicabilidad de los distintos modelos de Bases de Datos no relacionales al universo del transporte de viajeros por carretera.

Inteligencia Artificial para seguridad marítima y turismo inteligente

Nelson Monzón López: nelson.monzon@ulpgc.es

Miércoles 18 de octubre, 13:00

Desarrollo de aplicaciones que fusionan datos de distintas fuentes tales como cámaras PTZ ópticas y térmicas, radar, AIS, etc., embebidos en sistemas NVIDIA para procesamiento periférico (edge computing) que nos permiten desarrollar estrategias IA, apoyadas en visión por computador, aprendizaje automático y profundo, etc., orientados a la mejora de la seguridad marítima, la seguridad de infraestructuras críticas y la gestión y el uso inteligente y sostenible de la costa y el litoral.

Estadística Bayesiana y Ciencia de Datos

Francisco José Vázquez Polo: francisco.vazquezpolo@ulpgc.es

Miércoles 18 de octubre, 13:15

El grupo de investigación reconocido por la ULPGC GIR-Técnicas Estadísticas Bayesianas Aplicadas es coordinado por el Prof. Dr. Francisco José Vázquez Polo. Sus líneas de investigación básicas abarcan un amplio espectro de tópicos que van desde las aplicaciones de la estadística bayesiana a las ciencias de la salud, en general, y los tratamientos médicos, en particular (coste-efectividad de nuevos tratamientos para su introducción en el mercado farmacéutico) a los problemas de localización óptima de servicios mediante resolución de complejos problemas de optimización e investigación operativa. Adicionalmente, también estudiamos con profundidad los problemas asociados a la tarificación óptima de seguros de vida como pueden ser los seguros automovilísticos, etc. Todas estas líneas de investigación requieren de un profundo conocimiento de la naturaleza de los datos disponibles, todos ellos correspondientes a grandes empresas con un buen número de recursos para datos (en general, muy desorganizados) y un análisis estadístico de ellos que permitan tomar decisiones óptimas en ambientes de mucha incertidumbre.

Investigación en tecnología médica y audiovisual

María Dolores Afonso Suárez: marilola.afonso@ulpgc.es

Miércoles 18 de octubre, 13:30

La tecnología médica y la bioinformática son áreas emergentes que tienen un gran impacto en la salud y el bienestar de las personas. La aplicación de la informática y el análisis de datos en el campo de la medicina ha dado lugar a avances significativos, como los realizados en telemedicina, el análisis genómico o el análisis de imágenes médicas. Dentro de este marco se plantean desafíos interesantes, como el desarrollo de aplicaciones para la monitorización remota de pacientes, el análisis de grandes conjuntos de datos genómicos o el diseño de sistemas de información para mejorar la toma de decisiones clínicas. En estas áreas, y con un amplio abanico de posibilidades que incluye la transversalidad, el uso de inteligencia artificial, tecnología web y móvil y el desarrollo de aplicaciones nativas suponen oportunidades y desafíos con los que podemos contribuir en beneficio de la sociedad y la salud humana.

Vehículos autónomos marinos para aplicaciones medioambientales oceanográficas

Antonio Carlos Domínguez Brito: antonio.dominguez@ulpgc.es

Miércoles 18 de octubre, 13:45

En esta charla se mostrarán distintos casos de uso de vehículos marinos autónomos marinos, en el marco de varios proyectos de investigación que se vienen realizando en los últimos años en la División de Robótica y Oceanografía Computacional del Instituto Universitario SIANI, en los que una de las líneas de investigación principales es el diseño y desarrollo de vehículos autónomos marinos de superficie (ASV) como plataformas autónomas de monitorización medioambiental.

Neurociencia Computacional

Pablo Fernández López: pablo.fernandezlopez@ulpgc.es

Miércoles 18 de octubre, 14:00

En esta presentación exponemos algunas de nuestras líneas de investigación principales, entre las cuales está la utilización de técnicas y herramientas del Machine Learning (ML) en general y de la Computación Neuronal, en particular, en distintos ámbitos. Uno de los más importantes es el Clínico, con aplicaciones reales en el diseño y desarrollo de sistemas inteligentes de ayuda al diagnóstico y pronóstico médico:

1. Diagnóstico de Enfermedades Neurodegenerativas, tales como la Enfermedad del Alzhéimer y el Deterioro Cognitivo Leve
2. Predicción de estados patológicos, o anómalos, en las Enfermedades Infecciosas, como la COVID19
3. Predicción de estados anómalos y efectos de tratamientos, en Enfermedades Renales.

Una segunda línea de investigación está centrada en el Modelado y Simulación del Óxido Nítrico (NO) como transmisor multimodal en el cerebro. Construimos modelos inspirados en las dinámicas de las reacciones bioquímicas implicadas en el aprendizaje y la formación de memoria de la red neuronal biológica. El objetivo es descubrir la implicación de este gas en tales procesos de aprendizaje y memoria y poder incorporarlo en redes neuronales artificiales para que cooperen en la mecánica de sus algoritmos de aprendizaje.

1. Desarrollo de Plataforma de Simulación y Visualización de los modelos de difusión del NO

En el ámbito de la Ingeniería del Software, y el Data Mining, en su fase de preparación y gestión de conjuntos de datos que son utilizados en los procesos de entrenamiento, validación y testeo de sistemas basados en redes neuronales artificiales y Deep learning. Trabajamos en el Diseño y Desarrollo de Sistemas de Visualización y Tratamiento Inteligente de Datos Clínicos, Medioambientales, etc. para manejar las fases de tratamiento inteligente de los datos, (limpieza, filtrado, ranqueado, extracción, selección de características, etc.).