Diferencia entre revisiones de «PFC»

De Grupo de Inteligencia Computacional (GIC)
Sin resumen de edición
Línea 91: Línea 91:


'''J1.- [[Dynamic Clustering| Identificar estructuras modulares en redes complejas]]'''
'''J1.- [[Dynamic Clustering| Identificar estructuras modulares en redes complejas]]'''
== Modelado Geométrico ==
'''K1.- [[Modelado Fractal| Modelado de nubes mediante métodos fractales]]'''
Inicialmente se realizará un estudio de las técnicas de modelado gráfico de nubes existentes haciendo especial hincapié en las técnicas de modelado fractal. Posteriormente, se realizará una implementación de alguna de estas técnicas para el modelado y visualización de nubes.
'''K2.- [[Nubes de Puntos| Nubes de Puntos]]'''

Revisión del 15:00 30 sep 2008

Error al crear miniatura: Archivo más grande que 12,5 MP
Prueba publicitaria interna UPV/EHU
Antecentes

Nuestro grupo de investigación se ha caracterizado por mantener una oferta continuada de proyectos fin de carrera como vía para introducir al alumn@ a la investigación, los resultados de los proyectos de años anteriores se pueden encontrar sumarizados en la siguiente página: [1].

Neuroimagen

A1.- Regularización espacial de estructuras cerebrales en imágenes de Resonancia Magnética Nuclear: El Registro Estereotáctico.

A2.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Morfometría a nivel de vóxel (Voxel Based Morphometry).

A3.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Morfometría a nivel de deformaciones (Deformation Based Morphometry).

A4.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Morfometría tensorial (Tensor based morphometry).

A5.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Cortical Mapping.

A6.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Shape Modelling.

A7.- Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Parcelación de escala fina.

A8.-Portar SPM a SciLab

Computación Móvil

La rápida evolución de los dispositivos móviles (PDAs y móviles) así como la gran aceptación por parte de la población está obligando a una nueva transformación de los sistemas de información. Actualmente hay mucha más gente con teléfono móvil, que con acceso a internet en sus domicilios. Es por ello que los sistemas e-governament se están adaptando a m-governament (por poner un ejemplo). En lo que concierne al diseño de los sistemas de información, tradicionalmente los sistemas se presentaban con la estructura Cliente - Servidor. Posteriormente, dado el incremento computacional de los dispositivos de acceso, los sistemas distribuidos han pasado a ser una estructura de diseño bastante consolidada hoy en día. Actualmente se prentan nuevos paradigmas en los sistemas de información, en los que la información ha de ser adaptada al dispositivo de acceso, control de usuarios y derechos de los mismos. Los dispositivos móviles, a día de hoy cuentan con multitud de sistemas de de acceso a redes (Bluetooth, Wi-Fi, infra-rojos) y soportan multitud de protocolos. Estas nuevas virtudes, son utilizadas para obtener un máximo de información del usuario (localización, identificación y atención). Es aqui donde entra la nueva 'Mobile Visión', 'Wireless location', Inteligencia Ambiental, Mobile Information Systems... Es en este contexto, en el que se ofertan los siguiente Proyectos Fin de Carrera.

B1.- Mobile Vision: SIFT y SURF, localización de figuras en imágenes. Algoritmos para dispositivos móviles.

B2.- Wireless Location: Sistemas de localización basados en sensorización de redes

B3.- Mobile Information Systems: Diseño de sistemas de información móviles orientados al ususario.

B4.- Sistemas Expertos de Acceso Remoto

B5.- Asistente para invidentes

Visión por Computador

C1.- Diseño de algoritmos genéticos y evolutivos para Contornos Activos

C2.- Clasificación y segmentación de texturas basado en fractales

C3.- Análisis de imágenes de superficies metálicas: extracción de características

Optical Chaos based cryptosystems

En los últimos años el estudio de los sistemas de comunicación basados en caos óptico ha recibido y recibe el interés de muchos trabajos de investigación. Una de las características principales de las redes ópticas es la dificultad de interceptación de las comunicaciones, debido a la naturaleza de las señales ópticas y al carácter punto a punto de dichas comunicaciones.

D1.- Diseño de sistemas de comunicaciones basados en caos

D2.- Diseño e implementación de un entorno de simulación para el estudio de la sincronización de sistemas caóticos acoplados

Robótica móvil

E1.- Robots cooperativos en Player/Stage

E2.- SLAM con filtrado de partículas sobre Pioneer 2

E3.- Localización de robot móvil usando características de color de la información visual

Sistemas de información

F1.- Gestión curricular en E-groupware

F2.- Diseño e implantación del sistema de información de una empresa de medio ambiente

Análisis de datos

G1.- Análisis de datos procedentes de un sistema de fertirrigación

Análisis de imágenes hiperespectrales

H1.- Cuantificación espacial de imágenes hiperespectrales

H2.- Desarrollo de herramientas de visualización y análisis de imágenes hiperespectrales

H3.- Compresión y clasificación de imágenes hiperespectrales con Redes Neuronales

Tecnologías emergentes

I1.- Gestión Multi-Agente de almacenes usando RFID

Aprendizaje no supervizado

La necesidad de entender el comportamiento de varios sistemas reales, tales como las redes de comunicación, las redes ecológicas, Internet, la World Wide Web, las colaboraciones y citaciones científicas, los metabolismos y ecosistemas, ha motivado un número importante de estudios recientes sobre las propiedades estadísticas, topológicas y dinámicas de estos sistemas. Muchas de estas redes complejas se caracterizan por tener las mismas propiedades topológicas tales como la existencia de caminos relativamente cortos entre cada par de nodos (The small-world property), coeficientes de clustering relativamente altos, correlaciones en los grados (Power-law degree distribution) y presencia de estructuras modulares. La habilidad de detectar una estructura modular en una red tiene aplicaciones prácticas claras. Las comunidades en una red social pueden representar agrupamientos sociales reales; en una red de citación pueden representar trabajos relacionados con un único tema; en una red metabólica pueden representar ciclos o otros agrupamientos funcionales; en la web pueden representar páginas sobre algún tema.


J1.- Identificar estructuras modulares en redes complejas

Modelado Geométrico

K1.- Modelado de nubes mediante métodos fractales

Inicialmente se realizará un estudio de las técnicas de modelado gráfico de nubes existentes haciendo especial hincapié en las técnicas de modelado fractal. Posteriormente, se realizará una implementación de alguna de estas técnicas para el modelado y visualización de nubes.

K2.- Nubes de Puntos