Esta tesis trata sobre cómo la autoridad fiscal debe fijar los impuestos distorsivos de manera óptima. El capítulo 1 analiza el problema de la política fiscal cuando el gobierno tiene un incentivo a hacer default con su deuda externa. El capítulo 2 trata sobre el problema de la política fiscal cuando los agentes no conocen cómo el gobierno fija las tasas impositivas. La principal conclusión que obtengo es que, en ambos contextos, el resultado de suavidad de las tasas, que es estándar en la literatura de imposición óptima, se rompe. Cuando los gobiernos no tienen una tecnología de compromiso, los impuestos responden a los incentivos de default; cuando los agentes poseen información parcial sobre el modelo subyacente de la economía, los impuestos dependen de sus expectativas sobre los mismos. / This thesis is about how fiscal authority should optimally set dissorting taxes. Chapter 1 deals with the optimal fiscal policy problem when the government has an incentive to default on external debt. Chapter 2 deals with the optimal fiscal policy problem when households do not know how government sets taxes. The main conclusion I get is that, in each of these two contexts, the tax smoothing result, which is the standars result in the optimal taxation literature, is broken. When governments do not have a commitment technology taxes respond to the incentives to default; when agents have partial information about the underlying economic model, taxes depend on their beliefs about it.

Aquesta tesi tracta l'adquisició automàtica de classes semàntiques per a adjectius. La tesi es basa en dues hipòtesis. La primera, que alguns aspectes de la semàntica dels adjectius no són totalment impredictibles, sinó que corresponen a un conjunt de tipus denotacionals, o classes semàntiques. En conseqüència, els adjectius es poden agrupar en funció de la seva classe semàntica. La segona hipòtesi de treball és que la classe semàntica es reflecteix en més d'un nivell de descripció lingüística. Les interfícies entre morfologia i semàntica i entre sintaxi i semàntica són les que s'exploren en detall a la tesi. Com que no ens podíem basar en una classificació establerta prèviament, bona part dels esforços van dirigits precisament a definir una classificació adequada. La proposta de classificació s'assoleix mitjançant una metodologia iterativa. Es combinen aproximacions deductives i inductives, cosa que permet evolucionar d'una classificació inicial basada en la bibliografia teòrica a una classificació final que té en compte els resultats empírics dels diversos experiments. / Esta tesis versa sobre la adquisición automática de clases semánticas para adjetivos. La tesis se basa en dos hipótesis. La primera, que algunos aspectos de la semántica de los adjetivos no son totalmente impredecibles, sino que corresponden a un conjunto de tipos denotacionales, o clases semánticas. En consecuencia, los adjetivos se pueden agrupar en función de su clase semántica. La segunda hipótesis de trabajo es que la clase semántica se refleja en más de un nivel de descripción lingüística. Las interfaces entre morfología y semántica y entre sintaxis y semántica son las que se exploran en detalle en la tesis. Dado que no nos podíamos basar en una clasificación establecida previamente, buena parte de los esfuerzos van dirigidos precisamente a definir una clasificación adecuada. La propuesta de clasificación se logra mediante una metodología iterativa. Se combinan aproximaciones deductivas e inductivas, cosa que permite evolucionar de una clasificación inicial basada en la bibliografía teórica a una clasificación final que tiene en cuenta los resultados empíricos de los diversos experimentos. / This thesis concerns the automatic acquisition of semantic classes for adjectives. Our work builds on two hypotheses: first, that some aspects of the semantics of adjectives are not totally unpredictable, but correspond to a set of denotational types (semantic classes). Therefore, adjectives can be grouped together according to their semantic class. Second, that the semantic class of an adjective can be traced in more than one linguistic level. In particular, the morphology-semantics and syntax-semantics interfaces are explored for clues that lead to the acquisition of the targeted semantic classes.Since we could not rely on a previously established classification, a major effort is devoted to defining an adequate classification. The classification proposal is reached through an iterative methodology. By combining deductive and inductive approaches, we evolve from an initial classification based on literature review to a final classification proposal that takes advantage of the insight gained through a set of experiments.

[ES] Con el desarrollo de la Computación en la Nube, la entrega de recursos virtualizados a través de Internet ha crecido enormemente en los últimos años. Las Funciones como servicio (FaaS), uno de los modelos de servicio más nuevos dentro de la Computación en la Nube, permite el desarrollo e implementación de aplicaciones basadas en eventos que cubren servicios administrados en Nubes públicas y locales. Los proveedores públicos de Computación en la Nube adoptan el modelo FaaS dentro de su catálogo para proporcionar computación basada en eventos altamente escalable para las aplicaciones. Por un lado, los desarrolladores especializados en esta tecnología se centran en crear marcos de código abierto serverless para evitar el bloqueo con los proveedores de la Nube pública. A pesar del desarrollo logrado por la informática serverless, actualmente hay campos relacionados con el procesamiento de datos y la optimización del rendimiento en la ejecución en los que no se ha explorado todo el potencial. En esta tesis doctoral se definen tres estrategias de computación serverless que permiten evidenciar los beneficios de esta tecnología para el procesamiento de datos. Las estrategias implementadas permiten el análisis de datos con la integración de dispositivos de aceleración para la ejecución eficiente de aplicaciones científicas en plataformas cloud públicas y locales. En primer lugar, se desarrolló la plataforma CloudTrail-Tracker. CloudTrail-Tracker es una plataforma serverless de código abierto basada en eventos para el procesamiento de datos que puede escalar automáticamente hacia arriba y hacia abajo, con la capacidad de escalar a cero para minimizar los costos operativos. Seguidamente, se plantea la integración de GPUs en una plataforma serverless local impulsada por eventos para el procesamiento de datos escalables. La plataforma admite la ejecución de aplicaciones como funciones severless en respuesta a la carga de un archivo en un sistema de almacenamiento de ficheros, lo que permite la ejecución en paralelo de las aplicaciones según los recursos disponibles. Este procesamiento es administrado por un cluster Kubernetes elástico que crece y decrece automáticamente según las necesidades de procesamiento. Ciertos enfoques basados en tecnologías de virtualización de GPU como rCUDA y NVIDIA-Docker se evalúan para acelerar el tiempo de ejecución de las funciones. Finalmente, se implementa otra solución basada en el modelo serverless para ejecutar la fase de inferencia de modelos de aprendizaje automático previamente entrenados, en la plataforma de Amazon Web Services y en una plataforma privada con el framework OSCAR. El sistema crece elásticamente de acuerdo con la demanda y presenta una escalado a cero para minimizar los costes. Por otra parte, el front-end proporciona al usuario una experiencia simplificada en la obtención de la predicción de modelos de aprendizaje automático. Para demostrar las funcionalidades y ventajas de las soluciones propuestas durante esta tesis se recogen varios casos de estudio que abarcan diferentes campos del conocimiento como la analítica de aprendizaje y la Inteligencia Artificial. Esto demuestra que la gama de aplicaciones donde la computación serverless puede aportar grandes beneficios es muy amplia. Los resultados obtenidos avalan el uso del modelo serverless en la simplificación del diseño de arquitecturas para el uso intensivo de datos en aplicaciones complejas. / [CA] Amb el desenvolupament de la Computació en el Núvol, el lliurament de recursos virtualitzats a través d'Internet ha crescut granment en els últims anys. Les Funcions com a Servei (FaaS), un dels models de servei més nous dins de la Computació en el Núvol, permet el desenvolupament i implementació d'aplicacions basades en esdeveniments que cobreixen serveis administrats en Núvols públics i locals. Els proveïdors de computació en el Núvol públic adopten el model FaaS dins del seu catàleg per a proporcionar a les aplicacions computació altament escalable basada en esdeveniments. D'una banda, els desenvolupadors especialitzats en aquesta tecnologia se centren en crear marcs de codi obert serverless per a evitar el bloqueig amb els proveïdors del Núvol públic. Malgrat el desenvolupament alcançat per la informàtica serverless, actualment hi ha camps relacionats amb el processament de dades i l'optimització del rendiment d'execució en els quals no s'ha explorat tot el potencial. En aquesta tesi doctoral es defineixen tres estratègies informàtiques serverless que permeten demostrar els beneficis d'aquesta tecnologia per al processament de dades. Les estratègies implementades permeten l'anàlisi de dades amb a integració de dispositius accelerats per a l'execució eficient d'aplicacion scientífiques en plataformes de Núvol públiques i locals. En primer lloc, es va desenvolupar la plataforma CloudTrail-Tracker. CloudTrail-Tracker és una plataforma de codi obert basada en esdeveniments per al processament de dades serverless que pot escalar automáticament cap amunt i cap avall, amb la capacitat d'escalar a zero per a minimitzar els costos operatius. A continuació es planteja la integració de GPUs en una plataforma serverless local impulsada per esdeveniments per al processament de dades escalables. La plataforma admet l'execució d'aplicacions com funcions severless en resposta a la càrrega d'un arxiu en un sistema d'emmagatzemaments de fitxers, la qual cosa permet l'execució en paral·lel de les aplicacions segon sels recursos disponibles. Este processament és administrat per un cluster Kubernetes elàstic que creix i decreix automàticament segons les necessitats de processament. Certs enfocaments basats en tecnologies de virtualització de GPU com rCUDA i NVIDIA-Docker s'avaluen per a accelerar el temps d'execució de les funcions. Finalment s'implementa una altra solució basada en el model serverless per a executar la fase d'inferència de models d'aprenentatge automàtic prèviament entrenats en la plataforma de Amazon Web Services i en una plataforma privada amb el framework OSCAR. El sistema creix elàsticament d'acord amb la demanda i presenta una escalada a zero per a minimitzar els costos. D'altra banda el front-end proporciona a l'usuari una experiència simplificada en l'obtenció de la predicció de models d'aprenentatge automàtic. Per a demostrar les funcionalitats i avantatges de les solucions proposades durant esta tesi s'arrepleguen diversos casos d'estudi que comprenen diferents camps del coneixement com l'analítica d'aprenentatge i la Intel·ligència Artificial. Això demostra que la gamma d'aplicacions on la computació serverless pot aportar grans beneficis és molt àmplia. Els resultats obtinguts avalen l'ús del model serverless en la simplificació del disseny d'arquitectures per a l'ús intensiu de dades en aplicacions complexes. / [EN] With the development of Cloud Computing, the delivery of virtualized resources over the Internet has greatly grown in recent years. Functions as a Service (FaaS), one of the newest service models within Cloud Computing, allows the development and implementation of event-based applications that cover managed services in public and on-premises Clouds. Public Cloud Computing providers adopt the FaaS model within their catalog to provide event-driven highly-scalable computing for applications. On the one hand, developers specialized in this technology focus on creating open-source serverless frameworks to avoid the lock-in with public Cloud providers. Despite the development achieved by serverless computing, there are currently fields related to data processing and execution performance optimization where the full potential has not been explored. In this doctoral thesis three serverless computing strategies are defined that allow to demonstrate the benefits of this technology for data processing. The implemented strategies allow the analysis of data with the integration of accelerated devices for the efficient execution of scientific applications on public and on-premises Cloud platforms. Firstly, the CloudTrail-Tracker platform was developed to extract and process learning analytics in the Cloud. CloudTrail-Tracker is an event-driven open-source platform for serverless data processing that can automatically scale up and down, featuring the ability to scale to zero for minimizing the operational costs. Next, the integration of GPUs in an event-driven on-premises serverless platform for scalable data processing is discussed. The platform supports the execution of applications as serverless functions in response to the loading of a file in a file storage system, which allows the parallel execution of applications according to available resources. This processing is managed by an elastic Kubernetes cluster that automatically grows and shrinks according to the processing needs. Certain approaches based on GPU virtualization technologies such as rCUDA and NVIDIA-Docker are evaluated to speed up the execution time of the functions. Finally, another solution based on the serverless model is implemented to run the inference phase of previously trained machine learning models on theAmazon Web Services platform and in a private platform with the OSCAR framework. The system grows elastically according to demand and is scaled to zero to minimize costs. On the other hand, the front-end provides the user with a simplified experience in obtaining the prediction of machine learning models. To demonstrate the functionalities and advantages of the solutions proposed during this thesis, several case studies are collected covering different fields of knowledge such as learning analytics and Artificial Intelligence. This shows the wide range of applications where serverless computing can bring great benefits. The results obtained endorse the use of the serverless model in simplifying the design of architectures for the intensive data processing in complex applications. / Naranjo Delgado, DM. (2021). Serverless Computing Strategies on Cloud Platforms [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/160916

[ES] El procesamiento del lenguaje natural (NLP) es un conjunto de problemas computacionales con aplicaciones de máxima relevancia, que junto con otras tecnologías informáticas se ha beneficiado de la revolución que ha significado el aprendizaje profundo. Esta tesis se centra en dos problemas fundamentales para el NLP: la traducción automática (MT) y el reconocimiento automático del habla o transcripción automática (ASR); así como en una arquitectura neuronal profunda, el Transformer, que pondremos en práctica para mejorar las soluciones de MT y ASR en algunas de sus aplicaciones. El ASR y MT pueden servir para obtener textos multilingües de alta calidad a un coste razonable para una diversidad de contenidos audiovisuales. Concre- tamente, esta tesis aborda problemas como el de traducción de noticias o el de subtitulación automática de televisión. El ASR y MT también se pueden com- binar entre sí, generando automáticamente subtítulos traducidos, o con otras soluciones de NLP: resumen de textos para producir resúmenes de discursos, o síntesis del habla para crear doblajes automáticos. Estas aplicaciones quedan fuera del alcance de esta tesis pero pueden aprovechar las contribuciones que contiene, en la meduda que ayudan a mejorar el rendimiento de los sistemas automáticos de los que dependen. Esta tesis contiene una aplicación de la arquitectura Transformer al MT tal y como fue concebida, mediante la que obtenemos resultados de primer nivel en traducción de lenguas semejantes. En capítulos subsecuentes, esta tesis aborda la adaptación del Transformer como modelo de lenguaje para sistemas híbri- dos de ASR en vivo. Posteriormente, describe la aplicación de este tipus de sistemas al caso de uso de subtitulación de televisión, participando en una com- petición pública de RTVE donde obtenemos la primera posición con un marge importante. También demostramos que la mejora se debe principalmenta a la tecnología desarrollada y no tanto a la parte de los datos. / [CA] El processament del llenguage natural (NLP) és un conjunt de problemes com- putacionals amb aplicacions de màxima rellevància, que juntament amb al- tres tecnologies informàtiques s'ha beneficiat de la revolució que ha significat l'impacte de l'aprenentatge profund. Aquesta tesi se centra en dos problemes fonamentals per al NLP: la traducció automàtica (MT) i el reconeixement automàtic de la parla o transcripció automàtica (ASR); així com en una ar- quitectura neuronal profunda, el Transformer, que posarem en pràctica per a millorar les solucions de MT i ASR en algunes de les seues aplicacions. l'ASR i MT poden servir per obtindre textos multilingües d'alta qualitat a un cost raonable per a un gran ventall de continguts audiovisuals. Concretament, aquesta tesi aborda problemes com el de traducció de notícies o el de subtitu- lació automàtica de televisió. l'ASR i MT també es poden combinar entre ells, generant automàticament subtítols traduïts, o amb altres solucions de NLP: amb resum de textos per produir resums de discursos, o amb síntesi de la parla per crear doblatges automàtics. Aquestes altres aplicacions es troben fora de l'abast d'aquesta tesi però poden aprofitar les contribucions que conté, en la mesura que ajuden a millorar els resultats dels sistemes automàtics dels quals depenen. Aquesta tesi conté una aplicació de l'arquitectura Transformer al MT tal com va ser concebuda, mitjançant la qual obtenim resultats de primer nivell en traducció de llengües semblants. En capítols subseqüents, aquesta tesi aborda l'adaptació del Transformer com a model de llenguatge per a sistemes híbrids d'ASR en viu. Posteriorment, descriu l'aplicació d'aquest tipus de sistemes al cas d'ús de subtitulació de continguts televisius, participant en una competició pública de RTVE on obtenim la primera posició amb un marge significant. També demostrem que la millora es deu principalment a la tecnologia desen- volupada i no tant a la part de les dades / [EN] Natural language processing (NLP) is a set of fundamental computing prob- lems with immense applicability, as language is the natural communication vehicle for people. NLP, along with many other computer technologies, has been revolutionized in recent years by the impact of deep learning. This thesis is centered around two keystone problems for NLP: machine translation (MT) and automatic speech recognition (ASR); and a common deep neural architec- ture, the Transformer, that is leveraged to improve the technical solutions for some MT and ASR applications. ASR and MT can be utilized to produce cost-effective, high-quality multilin- gual texts for a wide array of media. Particular applications pursued in this thesis are that of news translation or that of automatic live captioning of tele- vision broadcasts. ASR and MT can also be combined with each other, for instance generating automatic translated subtitles from audio, or augmented with other NLP solutions: text summarization to produce a summary of a speech, or speech synthesis to create an automatic translated dubbing, for in- stance. These other applications fall out of the scope of this thesis, but can profit from the contributions that it contains, as they help to improve the performance of the automatic systems on which they depend. This thesis contains an application of the Transformer architecture to MT as it was originally conceived, achieving state-of-the-art results in similar language translation. In successive chapters, this thesis covers the adaptation of the Transformer as a language model for streaming hybrid ASR systems. After- wards, it describes how we applied the developed technology for a specific use case in television captioning by participating in a competitive challenge and achieving the first position by a large margin. We also show that the gains came mostly from the improvement in technology capabilities over two years including that of the Transformer language model adapted for streaming, and the data component was minor. / Baquero Arnal, P. (2023). Transformer Models for Machine Translation and Streaming Automatic Speech Recognition [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/193680

La tesis analiza un corpus de 74 cederrones dedicados a la enseñanza del español como lengua extranjera fechados mayoritariamente entre los años 1997 y 2007 con los siguientes objetivos: a) determinar el panorama de este tipo de soporte a partir de sus características intrínsecas, de acuerdo con las teorías de las adquisición de segundas lenguas y, especialmente, las de enseñanza de lenguas asistida por ordenador. b) establecer el eventual rendimiento de esos materiales didácticos concretos en ese soporte en el proceso de enseñanza / aprendizaje del ELE a partir de sus características intrínsecas. c) diseñar, en relación con lo anterior, unos instrumentos de análisis didáctico y también de valoración. d) finalmente, subordinado a los resultados del análisis, proponer una serie de recomendaciones didácticas (y en menor medida técnicas) para el diseño, implantación y uso de estos materiales en este u otros soportes análogos.

En aquesta dissertació es pretén valorar l'efectivitat de la WebQuest com a eina didàctica que afavoreix el desenvolupament dels processos d'ensenyament / aprenentatge de continguts curriculars propis de l'àrea de les Ciències Socials i la Història en l'etapa deEnsenyament Secundari Obligaotira. Per a això es realitza una àmplia revisió bibliogràfica sobre la recerca en WebQuests i es presenten 3 estudis quantitatius amb 210 alumnes en tres cursos de secundària, en què s'analitzen els sus textos (estudis 1 i 2) i el seu procés de resolució de l’activitat (estudi 3). Els resultats mostren diferències significatives per a la gran majoria de variables extretes de les anàlisis, a favor de l'experiència amb WebQuests. Es conclou que encara que les anàlisis estadístiques mostren un efecte favorable de l'experiència, convindrien estudis complementaris de tipus qualitatiu que expliquessin la naturalesa d'aquestes diferències d'una manera més detallada a fi de poder valorar amb més precisió l'efectivitat d'aquesta metodologia didàctica. / En esta disertación se pretende valorar la efectividad de la WebQuest como herramienta didáctica que favorecería del desarrollo de los procesos de enseñanza/aprendizaje de contenidos curriculares propios del área de las Ciencias Sociales y la Historia en la etapa de Enseñanza Secundaria Obligatoria. Para ello se realiza una amplia revisión bibliográfica sobre la investigación en WebQuests y se presentan 3 estudios cuantitativos con 210 alumnos en tres cursos de secundaria, en los que se analizan los textos que estos producen (estudios 1 y 2) y su proceso de resolución de la actividad (estudio 3). Los resultados muestran diferencias significativas para la gran mayoría de variables extraídas de los análisis, a favor de la experiencia con WebQuests. Se concluye que aunque los análisis estadísticos muestran un efecto favorable de la experiencia, convendrían estudios complementarios de tipo cualitativo que explicasen la naturaleza de estas diferencias de una manera más pormenorizada en orden a poder valorar con mayor precisión la efectividad de esta metodología didáctica. / This study assess the effectiveness of WebQuest as teaching and learning tools that enhance: 1) learning of contents specific to the area of Social Science and History, 2) causal reasoning and critical thinking development. To that end, a comprehensive literature review on WebQuests research is carried on, and 3 quantitative studies with 210 students in three secondary education levels is conducted by analyzing the texts students produce (Studies 1 and 2) and their performance level on the activity resolution process (Study 3). Results show significant differences for the vast majority of variables which means that the experience with WebQuests could enhance: 1) Social Science and History curricular contents learning, and 2) causal reasoning and critical thinking development. Despite statistical analysis showed a favorable effect of the experience, it is concluded that further qualitative additional studies would be helpful in order to explain the nature of these differences. These studies could spell out the way these differences are working, in order to better assess WebQuests effectiveness.

Este trabajo analiza la idoneidad de dos de los principales métodos de asignación de tareas en entornos con restricciones temporales. Se pondrá de manifiesto que ambos tipos de mecanismos presentan carencias para tratar tareas con deadlines, especialmente cuando los robots han de formar coaliciones. Uno de los aspectos a los que esta tesis dedica mayor atención es la predicción del tiempo de ejecución, que depende, entre otros factores, de la interferencia física entre robots. Este fenómeno no se ha tenido en cuenta en los mecanismos actuales de asignación basados en subastas. Así, esta tesis presenta el primer mecanismo de subastas para la creación de coaliciones que tiene en cuenta la interferencia entre robots. Para ello, se ha desarrollado un modelo de predicción del tiempo de ejecución y un nuevo paradigma llamado subasta doble. Además, se han propuesto nuevos mecanismos basados en swarm

La idea principal d'aquesta tesis és la discussió sobre si les pràctiques presencials poden ser substituïdes per les no presencials utilitzant sistemes de teleformació.Partint d'aquest concepte, les dues idees principals que s'aporten en aquesta tesi sóncom un simulador pot cobrir l'ensenyament de la pràctica i quines directrius podem extraure per a l'ensenyament no presencial i la instrucció dins un laboratori virtual.Conjuntament amb això, per donar solidesa a les conclusions que les dades ofereixen es fa una revisió de les teories de l'aprenentatge escollint les que més s'adiuen amb l'ensenyament de continguts procedimentals. Aquest marc teòric serà el que el permetrà donar directrius per a la creació de laboratoris virtuals en els estudis d'Enginyeria.És finalitat d'aquest estudi mostrar que les actuacions docents i processos d'aprenentatge efectius, ho són perquè se sustenten en explicacions coherents que tenen a veure amb com el subjecte aprèn (i per tant com, a partir d'aquí, el docent ensenya).S'ha de tenir present que aquesta tesi, a part del camí de recerca que obre i de lesaportacions que poden servir per treballs futurs, fa una revisió a fons de l'assignaturad'Electrònica, seguint l'esquema de treball que hem exposat fins ara:a) Revisió de la teoria precedent (aprenentatge, coneixement de conceptesabstractes)b) Aplicació a la matèria i al centre en concret (apropament de la teoria a lapràctica docent quotidiana)c) Validació experimental (disseny quasiexperimental i anàlisi de resultats)d) Obtenció de directrius per al disseny instruccional / La idea principal de esta tesis es la discusión sobre si las prácticas presenciales puedenser sustituidas por las no presenciales utilizando sistemas de teleformación.Partiendo de este concepto, las dos ideas principales que introducimos en esta tesis soncomo un simulador puede cubrir la enseñanza de la práctica y que directrices podemos extraer para la enseñanza a distancia no presencial y la instrucción dentro de unlaboratorio virtual.De igual forma, para dar solidez a las conclusiones que los datos ofrecen se hace unarevisión de las teorías del aprendizaje escogiendo las que más congenian con laenseñanza de contenidos procedimentales. Este marco teórico será el que el permitirádar directrices para la creación de laboratorios virtuales en los estudios de Ingeniería.Es finalidad de este estudio, mostrar que las actuaciones docentes y procesos de aprendizaje efectivos, lo son porque se sustentan en explicaciones coherentes que tienen a ver con la forma de cómo aprende el sujeto (y por tanto como, a partir de aquí, el docente enseña).Hay que tener presente que esta tesis, además del camino de investigación que abre y delas aportaciones que pueden servir para trabajos futuros, hace una revisión a fondo de laasignatura de Electrónica, siguiendo el esquema de trabajo que hemos expuesto hastaahora:a) Revisión de la teoría precedente (aprendizaje, conocimiento de conceptos abstractos)b) Aplicación a la materia y al centro en concreto (acercamiento de la teoría a lapráctica docente cotidiana)c) Validación experimental (diseño casi-experimental y análisis de resultados)d) Obtención de directrices para al diseño instruccional / The main goal of this thesis is to discuss whether it is possible to substitute learning in a classroom setting for learning out of the classroom setting via online training systems.Parting from this concept, the two main ideas this thesis deals with are how a simulatorcan cover the teaching of practical aspects and the rules we can apply to non attendedlearning and instruction within a virtual laboratory.In order to provide solidity to the conclusions offered we have revised the theories onlearning, choosing those which are easier to apply to the teaching of practical contents.This theoretical setting will allow us to provide instructions for the creation of virtuallaboratories within the Engineering studies.Our aim is to show that effective teaching and learning processes are so because they are based on coherent explanations related to how the person learns (and how, parting from this, the teacher teaches).Besides the doors it opens for research and the contributions it makes to future work,this thesis does an in depth revision of the Electronics subject, following the workprocess presented up to now:a) Revision of previous theory (learning and knowledge of abstract concepts)b) Application to the specific matter and centre (bringing theory closer to the daily teaching practice).c) Experimental validation (nearly experimental design and results analysis)d) Achievement of rules for instructional design

Durant l'última dècada, els sistemes classificadors (LCS) d'estil Michigan - sistemes d'aprenentatge automàtic que combinen tècniques de repartiment de crèdit i algorismes genètics (AG) per evolucionar una població de classificadors online- han renascut. Juntament amb la formulació dels sistemes de primera generació, s'han produït avenços importants en (1) el disseny sistemàtic de nous LCS competents, (2) la seva aplicació en dominis rellevants i (3) el desenvolupament d'anàlisis teòriques. Malgrat aquests dissenys i aplicacions importants, encara hi ha reptes complexos que cal abordar per comprendre millor el funcionament dels LCS i per solucionar problemes del món real eficientment i escalable.Aquesta tesi tracta dos reptes importants - compartits amb la comunitat d'aprenentatge automàtic - amb LCS d'estil Michigan: (1) aprenentatge en dominis que contenen classes estranyes i (2) evolució de models comprensibles on s'utilitzin mètodes de raonament similars als humans. L'aprenentatge de models precisos de classes estranyes és crític, doncs el coneixement clau sol quedar amagat en exemples d'aquestes, i la majoria de tècniques d'aprenentatge no són capaces de modelar la raresa amb precisió. La detecció de rareses sol ser complicat en aprenentatge online ja que el sistema d'aprenentatge rep un flux d'exemples i ha de detectar les rareses al vol. D'altra banda, l'evolució de models comprensibles és crucial en certs dominis com el mèdic, on l'expert acostuma a estar més interessat en obtenir una explicació intel·ligible de la predicció que en la predicció en si mateixa.El treball present considera dos LCS d'estil Michigan com a punt de partida: l'XCS i l 'UCS. Es pren l'XCS com a primera referència ja que és l'LCS que ha tingut més influencia fins al moment. L'UCS hereta els components principals de l'XCS i els especialitza per aprenentatge supervisat. Tenint en compte que aquesta tesi especialment se centra en problemes de classificació, l'UCS també es considera en aquest estudi. La inclusió de l'UCS marca el primer objectiu de la tesi, sota el qual es revisen un conjunt de punts que van restar oberts en el disseny del sistema. A més, per il·lustrar les diferències claus entre l'XCS i l'UCS, es comparen ambdós sistemes sobre una bateria de problemes artificials de complexitat acotada.L'estudi de com els LCS aprenen en dominis amb classes estranyes comença amb un estudi analític que descompon el problema en cinc elements crítics i deriva models per facetes per cadascun d'ells. Aquesta anàlisi s'usa com a eina per dissenyar guies de configuració que permeten que l'XCS i l'UCS solucionin problemes que prèviament no eren resolubles. A continuació, es comparen els dos LCS amb alguns dels sistemes d'aprenentatge amb més influencia en la comunitat d'aprenentatge automàtic sobre una col·lecció de problemes del món real que contenen classes estranyes. Els resultats indiquen que els dos LCS són els mètodes més robustos de la comparativa. Així mateix, es demostra experimentalment que remostrejar els conjunts d'entrenament amb l'objectiu d'eliminar la presencia de classes estranyes beneficia, en mitjana, el rendiment de les tècniques d'aprenentatge.El repte de crear models més comprensibles i d'usar mecanismes de raonament que siguin similars als humans s'aborda mitjançant el disseny d'un nou LCS per aprenentatge supervisat que combina les capacitats d'avaluació de regles online, la robustesa mostrada pels AG en problemes complexos i la representació comprensible i mètodes de raonament fonamentats proporcionats per la lògica difusa. El nou LCS, anomenat Fuzzy-UCS, s'estudia en detall i es compara amb una bateria de mètodes d'aprenentatge. Els resultats de la comparativa demostren la competitivitat del Fuzzy-UCS en termes de precisió i intel·ligibilitat dels models evolucionats. Addicionalment, s'usa Fuzzy-UCS per extreure models de classificació acurats de grans volums de dades, exemplificant els avantatges de l'arquitectura d'aprenentatge online del Fuzzy-UCS.En general, les observacions i avenços assolits en aquesta tesi contribueixen a augmentar la comprensió del funcionament dels LCS i en preparar aquests tipus de sistemes per afrontar problemes del món real de gran complexitat. Finalment, els resultats experimentals ressalten la robustesa i competitivitat dels LCS respecte a altres mètodes d'aprenentatge, encoratjant el seu ús per tractar nous problemes del món real. / Durante la última década, los sistemas clasificadores (LCS) de estilo Michigan - sistemas de aprendizaje automático que combinan técnicas de repartición de crédito y algoritmos genéticos (AG) para evolucionar una población de clasificadores online - han renacido. Juntamente con la formulación de los sistemas de primera generación, se han producido avances importantes en (1) el diseño sistemático de nuevos LCS competentes, (2) su aplicación en dominios relevantes y (3) el desarrollo de análisis teóricos. Pese a eso, aún existen retos complejos que deben ser abordados para comprender mejor el funcionamiento de los LCS y para solucionar problemas del mundo real escalable y eficientemente.Esta tesis trata dos retos importantes - compartidos por la comunidad de aprendizaje automático - con LCS de estilo Michigan: (1) aprendizaje en dominios con clases raras y (2) evolución de modelos comprensibles donde se utilicen métodos de razonamiento similares a los humanos. El aprendizaje de modelos precisos de clases raras es crítico pues el conocimiento clave suele estar escondido en ejemplos de estas clases, y la mayoría de técnicas de aprendizaje no son capaces de modelar la rareza con precisión. El modelado de las rarezas acostumbra a ser más complejo en entornos de aprendizaje online, pues el sistema de aprendizaje recibe un flujo de ejemplos y debe detectar las rarezas al vuelo. La evolución de modelos comprensibles es crucial en ciertos dominios como el médico, donde el experto está más interesado en obtener una explicación inteligible de la predicción que en la predicción en sí misma.El trabajo presente considera dos LCS de estilo Michigan como punto de partida: el XCS y el UCS. Se toma XCS como primera referencia debido a que es el LCS que ha tenido más influencia hasta el momento. UCS es un diseño reciente de LCS que hereda los componentes principales de XCS y los especializa para aprendizaje supervisado. Dado que esta tesis está especialmente centrada en problemas de clasificación automática, también se considera UCS en el estudio. La inclusión de UCS marca el primer objetivo de la tesis, bajo el cual se revisan un conjunto de aspectos que quedaron abiertos durante el diseño del sistema. Además, para ilustrar las diferencias claves entre XCS y UCS, se comparan ambos sistemas sobre una batería de problemas artificiales de complejidad acotada.El estudio de cómo los LCS aprenden en dominios con clases raras empieza con un estudio analítico que descompone el problema en cinco elementos críticos y deriva modelos por facetas para cada uno de ellos. Este análisis se usa como herramienta para diseñar guías de configuración que permiten que XCS y UCS solucionen problemas que previamente no eran resolubles. A continuación, se comparan los dos LCS con algunos de los sistemas de aprendizaje de mayor influencia en la comunidad de aprendizaje automático sobre una colección de problemas del mundo real que contienen clases raras.Los resultados indican que los dos LCS son los métodos más robustos de la comparativa. Además, se demuestra experimentalmente que remuestrear los conjuntos de entrenamiento con el objetivo de eliminar la presencia de clases raras beneficia, en promedio, el rendimiento de los métodos de aprendizaje automático incluidos en la comparativa.El reto de crear modelos más comprensibles y usar mecanismos de razonamiento que sean similares a los humanos se aborda mediante el diseño de un nuevo LCS para aprendizaje supervisado que combina las capacidades de evaluación de reglas online, la robustez mostrada por los AG en problemas complejos y la representación comprensible y métodos de razonamiento proporcionados por la lógica difusa. El sistema que resulta de la combinación de estas ideas, llamado Fuzzy-UCS, se estudia en detalle y se compara con una batería de métodos de aprendizaje altamente reconocidos en el campo de aprendizaje automático. Los resultados de la comparativa demuestran la competitividad de Fuzzy-UCS en referencia a la precisión e inteligibilidad de los modelos evolucionados. Adicionalmente, se usa Fuzzy-UCS para extraer modelos de clasificación precisos de grandes volúmenes de datos, ejemplificando las ventajas de la arquitectura de aprendizaje online de Fuzzy-UCS.En general, los avances y observaciones proporcionados en la tesis presente contribuyen a aumentar la comprensión del funcionamiento de los LCS y a preparar estos tipos de sistemas para afrontar problemas del mundo real de gran complejidad. Además, los resultados experimentales resaltan la robustez y competitividad de los LCS respecto a otros métodos de aprendizaje, alentando su uso para tratar nuevos problemas del mundo real. / During the last decade, Michigan-style learning classifier systems (LCSs) - genetic-based machine learning (GBML) methods that combine apportionment of credit techniques and genetic algorithms (GAs) to evolve a population of classifiers online - have been enjoying a renaissance. Together with the formulation of first generation systems, there have been crucial advances in (1) systematic design of new competent LCSs, (2) applications in important domains, and (3) theoretical analyses for design. Despite these successful designs and applications, there still remain difficult challenges that need to be addressed to increase our comprehension of how LCSs behave and to scalably and efficiently solve real-world problems.The purpose of this thesis is to address two important challenges - shared by the machine learning community - with Michigan-style LCSs: (1) learning from domains that contain rare classes and (2) evolving highly legible models in which human-like reasoning mechanisms are employed. Extracting accurate models from rare classes is critical since the key, unperceptive knowledge usually resides in the rarities, and many traditional learning techniques are not able to model rarity accurately. Besides, these difficulties are increased in online learning, where the learner receives a stream of examples and has to detect rare classes on the fly. Evolving highly legible models is crucial in some domains such as medical diagnosis, in which human experts may be more interested in the explanation of the prediction than in the prediction itself.The contributions of this thesis take two Michigan-style LCSs as starting point: the extended classifier system (XCS) and the supervised classifier system (UCS). XCS is taken as the first reference of this work since it is the most influential LCS. UCS is a recent LCS design that has inherited the main components of XCS and has specialized them for supervised learning. As this thesis is especially concerned with classification problems, UCS is also considered in this study. Since UCS is still a young system, for which there are several open issues that need further investigation, its learning architecture is first revised and updated. Moreover, to illustrate the key differences between XCS and UCS, the behavior of both systems is compared % and show that UCS converges quickly than XCS on a collection of boundedly difficult problems.The study of learning from rare classes with LCSs starts with an analytical approach in which the problem is decomposed in five critical elements, and facetwise models are derived for each element. The analysis is used as a tool for designing configuration guidelines that enable XCS and UCS to solve problems that previously eluded solution. Thereafter, the two LCSs are compared with several highly-influential learners on a collection of real-world problems with rare classes, appearing as the two best techniques of the comparison. Moreover, re-sampling the training data set to eliminate the presence of rare classes is demonstrated to benefit, on average, the performance of LCSs.The challenge of building more legible models and using human-like reasoning mechanisms is addressed with the design of a new LCS for supervised learning that combines the online evaluation capabilities of LCSs, the search robustness over complex spaces of GAs, and the legible knowledge representation and principled reasoning mechanisms of fuzzy logic. The system resulting from this crossbreeding of ideas, referred to as Fuzzy-UCS, is studied in detail and compared with several highly competent learning systems, demonstrating the competitiveness of the new architecture in terms of the accuracy and the interpretability of the evolved models. In addition, the benefits provided by the online architecture are exemplified by extracting accurate classification models from large data sets.Overall, the advances and key insights provided in this thesis help advance our understanding of how LCSs work and prepare these types of systems to face increasingly difficult problems, which abound in current industrial and scientific applications. Furthermore, experimental results highlight the robustness and competitiveness of LCSs with respect to other machine learning techniques, which encourages their use to face new challenging real-world applications.

L'objectiu de la recerca és mostrar com, mitjançant l'escriptura col·laborativa, elsestudiants de filosofia de 1r de Batxillerat aprenen a desenvolupar les competènciesfilosòfiques de problematitzar, conceptualitzar i argumentar, les quals hem anomenat"veu filosòfica".És un estudi descriptiu i exploratori, amb un disseny d'anàlisi de cas que combina lesmetodologies quantitativa i qualitativa. Se situa en el context natural de l'aula.Aquest context s'ha organitzat com a comunitat d'aprenentatge i pretén esdevenir uncontext dialògic i multivocal combinant la interacció entre iguals i l'ensenyament del'escriptura per elaborar textos argumentatius filosòfics.L'estudi analitza, d'una banda, la qualitat filosòfica dels textos individuals i conjuntselaborats per quatre equips al llarg de la intervenció (curs 08-09), i d'altra banda, laqualitat filosòfica dels processos d'escriptura col·laborativa de dos equips en cincsessions per publicar un text filosòfic a la revista de l'institut. Per últim, també analitzales percepcions pel que fa al context d'ensenyament i d'aprenentatge dels 48 estudiants iel professor que han participat en la intervenció.Els resultats mostren que hi ha millores en la qualitat filosòfica dels escrits delsestudiants, especialment els individuals. Quant a l'anàlisi de la qualitat filosòfica delsprocessos d'escriptura col·laborativa, s'observen les dificultats dels estudiants perpassar del nivell abstracte al concret i com l'escriptura col·laborativa permet concretar ireformular les idees per construir coneixement en l'àmbit de la filosofia. Per últim, lespercepcions dels estudiants i del professor aporten valoracions positives que reforcenaquest context educatiu i a la vegada elements per millorar-lo. / El objetivo de la investigación es mostrar cómo, mediante la escritura colaborativa,los estudiantes de filosofía de 1º de Bachillerato aprenden a desarrollar las competenciasfilosóficas de problematizar, conceptualizar, y argumentar, que hemos llamado como"voz filosófica".Es un estudio descriptivo y exploratorio basado en un diseño de análisis de caso quecombina metodología cuantitativa y cualitativa. Se sitúa en el contexto natural del aula.Este contexto se ha organizado como comunidad de aprendizaje y pretende potenciarun contexto dialógico y multivocal combinando la interacción entre iguales y laenseñanza de la escritura para elaborar textos argumentativos filosóficos.El estudio analiza por un lado, la calidad filosófica de los textos individuales yconjuntos elaborados por cuatro equipos a lo largo de la intervención (curso 08-09), ypor otro lado, la calidad filosófica de los procesos de escritura colaborativa de dosequipos a lo largo de cinco sesiones para publicar un texto filosófico en la revista delinstituto. Por último, el estudio también analiza las percepciones respecto al contexto deenseñanza y de aprendizaje de los 48 estudiantes y el profesor que han participado en laintervención.Los resultados muestran que hay mejoras en la calidad filosófica de los escritos delos estudiantes, especialmente los individuales. En el análisis de la calidad filosófica delos procesos de escritura colaborativa, se observan las dificultades de los estudiantespara pasar del nivel abstracto al concreto y cómo la escritura colaborativa permiteconcretar y reformular las ideas para construir conocimiento en el ámbito de la filosofía.Por último, las percepciones de los estudiantes y del profesor aportan valoracionespositivas que refuerzan este contexto educativo y a la vez elementos para mejorarlo. / The aim of this research is to study how through collaborative writing philosophystudents in High School learn to develop philosophical skills (to ask questions, toconceptualize, and to argue). These skills we have termed as "philosophical voice."It is a descriptive and exploratory study based on case analysis. It combinesquantitative and qualitative methodology and it is situated in the natural classroomcontext.This educational setting is organized as a community of learning and aims topromote a dialogic and multivocal educational context through the combination of peerinteraction and the teaching of writing to develop philosophical argumentative texts.The study analyzes one the one hand, philosophical quality of individual and grouptexts elaborated by four teams over the academic course intervention. On the otherhand, it analyzes the collaborative writing process quality of two teams over fivesessions to publish a philosophical text in the High School's Journal. Finally, the studyalso examines the perceptions of the learning context of 48 students and a teacher whoparticipated in the intervention.The results show, first, that there are improvements in the quality of thephilosophical writings of the students, especially the individual text. Moreover, theanalysis of the collaborative writing process show the students' difficulties in movingfrom abstract to concrete level and how writing can helps to reformulate the ideas intopractice and to build knowledge in the field of Philosophy. Finally, perceptions ofstudents and teacher provide positive feedback to reinforce the educational context and,at the same time, elements for his improvement.