Los sobrecostos en la construcción de edificaciones de concreto armado representan pérdidas de un 28% de la inversión (Flyvbjerg, 2002), esto se debe a que las secciones de los elementos estructurales son sobredimensionadas y generan mayor costo en el concreto y acero. Por ello, se realizó la presente investigación en la que se empleó una metodología capaz de optimizar las dimensiones de los elementos estructurales (columnas, vigas y placas) en edificios multifamiliares regulares de 6 pisos. La metodología empleada se basó en el uso de redes neuronales del tipo feedforward, en la que se estableció como variables de entrada, los datos preliminares que se tienen de una edificación y como variables de salida las dimensiones de cada elemento estructural. Para ello, se elaboraron 30 edificios de 6 pisos como base de datos y en cada uno de estos se realizaron las verificaciones de derivas según la Norma Técnica Peruana E 0.30 y la resistencia de cada elemento estructural. De la base de datos se usaron 22 como entrenamiento y 8 para la validación interna de la red neuronal. La estructura de la red neuronal se estableció luego de ejecutar 10 diferentes redes neuronales y se seleccionó la red con un coeficiente de correlación más homogéneo y cercano a 1, en esta investigación fue de 0.98. Finalmente, se realizó la comparación del volumen de concreto que se emplea en una edificación dimensionada con métodos convencionales con el uso del software ETABS y los obtenidos con el uso de la metodología empleando redes neuronales artificiales, según esto, se calculó la diferencia de concreto entre ambos casos. Con los resultados obtenidos se comprobó que la metodología aplicada en esta investigación brinda un ahorro eficaz cercano al 10%. / Cost overruns in the construction of reinforced concrete buildings represent losses of 28% of the investment (Flyvbjerg, 2002), this is due to the fact that the sections of the structural elements are oversized and generate higher costs in concrete and steel. Therefore, the present research was carried out using a methodology capable of optimizing the dimensions of structural elements (columns, beams and slabs) in regular 6-story multifamily buildings. The methodology used was based on the use of feedforward neural networks, in which the preliminary data of a building were established as input variables and the dimensions of each structural element as output variables. For this purpose, 30 6-story buildings were prepared as a database and in each one of them the drift verifications were performed according to the Peruvian Technical Standard E 0.30 and the resistance of each structural element. From the database, 22 were used for training and 8 for the internal validation of the neural network. The structure of the neural network was established after running 10 different neural networks and the network with the most homogeneous correlation coefficient close to 1 was selected; in this research it was 0.98. Finally, a comparison was made between the volume of concrete used in a building dimensioned with conventional methods with the use of ETABS software and those obtained with the use of the methodology employing artificial neural networks, according to this, the difference of concrete between both cases was calculated. With the results obtained, it was proved that the methodology applied in this research provides an effective saving close to 10%. / Tesis

[ES] El interés en reducir el peso y resistencia aerodinámica de vehículos y en desarrollar fuentes de energía renovables se ha incrementado debido a la compleja situación ambiental y los requerimientos legales para reducir las emisiones de contaminantes y el consumo de combustibles. La industria aeronáutica ha propuesto nuevos diseños que integren conceptos como alas de alto alargamiento y materiales con elevada resistencia específica, como los materiales compuestos. Por su parte, conceptos similares se emplean en la generación de energía eólica. El radio de las palas de las turbinas eólicas se incrementa paulatinamente, siendo un ejemplo muy claro las grandes instalaciones off-shore. El uso de estructuras más alargadas y ligeras provoca mayor deformación debida a las cargas aerodinámicas. Este fenómeno se conoce como aeroelasticidad y combina los efectos de las cargas aerodinámicas, los efectos inerciales y las tensiones internas de la estructura. La combinación de las cargas anteriores provoca fenómenos de amortiguamiento de las vibraciones, o por el contrario, inestabilidades aeroelásticas. Diferentes metodologías pueden ser empleadas para simular los fenómenos aeroelásticos. La metodología más extendida para la simulación de las ecuaciones elásticas del sólido es la conocida como análisis de elementos finitos. Respecto a las ecuaciones de conservación del fluido, la mecánica de fluidos computacional es la herramienta de resolución para un problema arbitrario. La combinación de las metodologías anteriores puede ser empleada para el cálculo de fenómenos aeroelásticos. Sin embargo, el coste computacional de estas simulaciones es inasumible en la mayoría de casos de aplicación. Se requiere una metodología nueva capaz de reducir el coste de cálculo. Este trabajo se centra en el desarrollo de modelos de orden reducido que permitan resolver el problema acoplado sin pérdidas sustanciales de precisión. En primer lugar, la estructura tridimensional se reduce a una sección equivalente que reproduzca la física del sólido original. La sección equivalente se acopla con dos modelos aerodinámicos: simulaciones de mecánica de fluidos computacional y un modelo reducido basado en redes neuronales. Ambos modelos presentan elevada precisión respecto a las simulaciones tridimensionales. Sin embargo, algunos efectos como los efectos aerodinámicos tridimensionales, las distribuciones de carga aerodinámica, la presencia de materiales ortotrópicos y los acoplamientos estructurales no pueden ser simulados. Con el objetivo de resolver los limitantes del modelo anterior, se propone un segundo modelo de orden reducido. En este caso se trata de un algoritmo basado en elementos de viga. El algoritmo se diseña para ser capaz de incluir el cálculo de materiales ortotrópicos y diferentes tipos de problemas aeroelásticos. Inicialmente, se emplea el software para determinar su precisión en el cálculo de una viga de material compuesto y sección rectangular. Estos resultados se validan con las simulaciones tridimensionales. De este modo se demuestra la capacidad de la herramienta computacional para predecir las inestabilidades y los efectos de acoplamiento estructural provocados por la orientación de las fibras. Posteriormente, el algoritmo se emplea en la simulación de turbinas eólicas, mejorando los rangos de operación de las palas sin que ello suponga una penalización desde el punto de vista del peso de la misma. Finalmente, un ala basada en una estructura de membrana resistente es simulada. El cálculo obtiene una gran precisión en la predicción de la velocidad de flameo respecto a la simulación acoplada, siendo la única limitación del modelo la predicción de la distorsión de la membrana. El trabajo presente un conjunto de modelos de orden reducido que permiten disminuir el coste computacional de las simulaciones aeroelásticas en órdenes de magnitud. También, se proporcionan directrices para la selección del modelo reducido apropiado para los casos de interés. / [CA] L'interès a reduir el pes i la resistència aerodinàmica dels vehicles i a desenvolupar fonts d'energia renovables s'ha incrementat a causa de la complexa situació ambiental i els requeriments legals per a reduir les emissions de contaminants i el consum de combustibles. La indústria aeronàutica ha proposat nous dissenys que integren conceptes com ales d'alt allargament i materials amb elevada resistència específica, com ara els materials compostos. Per la seua banda, conceptes similars es fan servir en la generació d'energia eòlica. El radi de les pales de les turbines eòliques s'incrementa progresivament, sent un exemple molt clar les grans instal·lacions off-shore. L'ús d'estructures més allargades i lleugeres provoca més deformació deguda a les càrregues aerodinàmiques. Aquest fenomen es coneix com a aeroelasticitat i combina els efectes de les càrregues aerodinàmiques, els efectes inercials i les tensions internes de l'estructura. La combinació de les càrregues anteriors provoca fenòmens d'esmorteïment de les vibracions, o per contra, inestabilitats aeroelàstiques. Diferents metodologies poden ser emprades per simular els fenòmens aeroelàstics. La metodologia més estesa per a la simulació de les equacions elàstiques del sòlid és la coneguda com a anàlisi d'elements finits. Pel que fa a les equacions de conservació del fluid, la mecànica de fluids computacional és l'eina de resolució per a un problema arbitrari. La combinació de les metodologies anteriors pot ser emprada per al càlcul de fenòmens aeroelàstics. Tot i això, el cost computacional d'aquestes simulacions és inassumible en la majoria de casos d'aplicació. Cal una metodologia nova capaç de reduir el cost de càlcul. Aquest treball se centra en el desenvolupament de models d'ordre reduït que permeten resoldre el problema acoblat sense pèrdues substancials de precisió. En primer lloc, l'estructura tridimensional es reduix a una secció equivalent que reproduixca la física del sòlid original. La secció equivalent s'acobla amb dos models aerodinàmics. El primer empra les forces aerodinàmiques obtingudes mitjançant simulacions de mecànica de fluids computacional. Posteriorment es fa servir un model reduït basat en xarxes neuronals. Tots dos models presenten elevada precisió respecte a les simulacions tridimensionals. No obstant això, alguns efectes com ara els efectes aerodinàmics tridimensionals, les distribucions de càrrega aerodinàmica, la presència de materials ortotròpics i els acoblaments estructurals no poden ser simulats. Amb l'objectiu de resoldre els limitants del model anterior, es proposa un segon model dordre reduït. En aquest cas és un algorisme basat en elements de biga. L'algorisme es dissenya per ser capaç d'incloure el càlcul de materials ortotròpics i diferents tipus de problemes aeroelàstics. Inicialment, s'empra el programari per determinar-ne la precisió en el càlcul d'una biga de material compost i secció rectangular. Aquests resultats es validen amb les simulacions tridimensionals. D'aquesta manera, es demostra la capacitat de l'eina computacional per predir les inestabilitats i els efectes d'acoblament estructural provocats per l'orientació de les fibres. Posteriorment, l'algorisme s'empra en la simulació de turbines eòliques, millorant els rangs d'operació de les pales sense que això suposi una penalització des del punt de vista del pes. Finalment, una ala basada en una estructura de membrana resistent és simulada. El càlcul obté una gran precisió en la predicció de la velocitat de flameig respecte a la simulació acoblada, i l'única limitació del model és la predicció de la distorsió de la membrana. El treball presenta un conjunt de models reduïts que permeten disminuir el cost computacional de les simulacions aeroelàstiques en ordres de magnitud. També es proporcionen directrius per a la selecció del model reduït adequat per als casos d'interès. / [EN] The complex environmental situation and the legal requirements for decreasing pollutant emissions and fuel consumption have increased the interest in reducing the empty weight and drag of vehicles and developing renewable energy sources. Due to the former, the aviation industry has proposed new designs integrating high strength-to-weight ratios, such as composite materials and higher aspect ratio wings. These increases in aspect ratio have also been applied to wind energy generation. The rotors of wind turbines are increasing their diameters in recent years: a clear example is the massive off-shore facilities. Using larger and lightweight structures increases the effects of the aerodynamic loads on structural deformation. Structural dynamics are strongly connected to the air-structure interaction. This phenomenon, called aeroelasticity, combines the effect of the external aerodynamic loads, the inertial forces, and the internal elastic stress of the structure. The complex combination of all the previous effects may damp the vibrations of the structure, or on the contrary, they could increase their amplitude, resulting in an unstable phenomenon. The simulation of the aeroelastic phenomena can be performed using different approaches. The well-known finite element analysis is the most extended methodology for solving solid elastic equations. Regarding fluid conservation equations, computational fluid dynamics is the principal tool for resolving general aerodynamic problems. The aeroelastic simulations can be calculated by combining the previous algorithms. Nevertheless, the computational cost of these methodologies is excessive for a general engineering case. Therefore, new methodologies are required. This work focuses on developing aeroelastic reduced-order models that compute the coupled phenomena without substantial accuracy losses. Initially, the complete three-dimensional structure is reduced to an equivalent section that reproduces the structure. The equivalent structural section is coupled with two aerodynamic models. The first one uses the forces calculated with aeroelastic computational fluid dynamics. Then, a surrogate model based on artificial neural networks is combined with the equivalent section. Both models show accurate agreement compared to the complete three-dimensional simulations in predicting unstable velocity. However, the three-dimensional aerodynamic effects, load distribution, orthotropic materials, and structural couplings cannot be considered. In order to solve the previous limitations, a reduced-order model based on a beam element solver is proposed. The algorithm is designed to consider a general orthotropic material and different typologies of aeroelastic problems. Initially, the software is proven to simulate accurately a squared cross-section composite material beam. The results are validated with the complete three-dimensional simulations, demonstrating the capabilities of the tool for predicting the instabilities and the effects of the fiber orientations. Then, the algorithm is used for simulating a wind turbine blade, and the algorithm results are used to improve the operation range of the blades without weight penalties. Finally, a resistant membrane wing is simulated, obtaining high accuracy in the prediction of the flutter velocity compared with the complete coupled simulation. In addition, the only limitation of the model is the prediction of the membrane distortion. The work presents a set of reduced-order models that allow for reducing the computational cost of the aeroelastic simulations by orders of magnitude. In addition, a decision pattern is provided for selecting the appropriate algorithm for the interest problem. / This thesis have been funded by Spanish Ministry of Science, Innovation and University through the University Faculty Training (FPU) program with reference FPU19/02201. / Cremades Botella, A. (2023). Fluid-structure interaction with the application to the non-linear aeroelastic phenomena [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/199249

El disseny molecular de sistemes d’interès per a la química mèdica i per al disseny de fàrmacs sempre s’ha trobat molt lligat a la disponibilitat sintètica dels resultats. Des del moment que la química combinatòria s’incorpora dins de l’esquema sintètic, canvia el paper que ha de jugar la química computacional: la diversitat d’estructures possibles a sintetitzar fa necessària la introducció de mètodes, com el cribratge virtual, que permetin avaluar la viabilitat de grans quimioteques virtuals amb un temps raonable. Els mètodes quimioinformàtics responen a la necessitat anterior, posant a l’abast de l’usuari mètodes eficaços per a la predicció teòrica d’activitats biològiques o propietats d’interès. Dins d’aquests destaquen els mètodes basats en la relació quantitativa d’estructura-activitat (QSAR). Aquests han demostrat ser eficaços per l’establiment de models de predicció en l’àmbit farmacològic i biomèdic. S’ha avaluat la utilització de mètodes QSAR no lineals en la teràpia fotodinàmica del càncer, donat que és una de les línies de recerca d’interès del Grup d’Enginyeria Molecular (GEM) de l’IQS. El disseny de fotosensibilitzadors es pot realitzar a partir de la predicció de propietats fisicoquímiques (com l’espectre d’absorció i la hidrofobicitat del sistema molecular), i de l’estudi de la seva localització subcel•lular preferent, la qual ha demostrat recentment jugar un paper molt important en l’eficàcia del procés global. Per altra banda, les xarxes neuronals artificials són actualment un dels mètodes més ben valorats per a l’establiment de models QSAR no lineals. Donat l’interès de disposar d’un programari capaç d’aplicar aquests mètodes i que, a més, sigui prou versàtil i adaptable com per poder-se aplicar a diferents problemes, s’ha desenvolupat el programari ArIS. Aquest inclou els principals mètodes de xarxes neuronals artificials, per realitzar tasques de classificació i predicció quantitativa, necessaris per a l’estudi de problemes d’interès, com és la predicció de l’activitat anti-VIH d’anàlegs de l’AZT, l’optimització de formulacions químiques o el reconeixement estructural de grans sistemes moleculars / El diseño molecular de sistemas de interés para la química médica y para el diseño de fármacos siempre ha estado condicionado por la disponibilidad sintética de los resultados. Desde el momento en que la química combinatoria se incorpora en el esquema sintético, cambia el papel de la química computacional: la diversidad de estructuras que pueden sintetizarse hace necesaria la introducción de métodos, como el cribado virtual, que permitan evaluar la viabilidad de grandes quimiotecas virtuales en un tiempo razonable. Los métodos quimioinformáticos responden a la necesidad anterior, ofreciendo al usuario métodos eficaces para la predicción teórica de actividades biológicas o propiedades de interés. Entre ellos destacan los métodos basados en la relación cuantitativa de estructura-actividad (QSAR), que han demostrado ser eficaces para establecer modelos de predicción en el ámbito farmacológico y biomédico. Se ha evaluado la utilización de métodos QSAR no lineales en terapia fotodinámica del cáncer, dado que es una de las líneas de investigación de interés del Grup d’Enginyeria Molecular (GEM) del IQS. El diseño de fotosensibilizadores se puede realizar a partir de la predicción de propiedades fisicoquímicas (como su espectro de absorción o su hidrofobicidad) y del estudio de su localización subcelular preferente, la cual ha demostrado recientemente jugar un papel muy importante en la eficacia del proceso global. Por otro lado, las redes neuronales artificiales son actualmente uno de los métodos mejor valorados para establecer modelos QSAR no lineales. Es por ello que resulta muy interesante disponer de un programa capaz de aplicar estos métodos y que, además, sea lo suficientemente versátil y adaptable como para poder aplicarse a distintos problemas, según las necesidades del usuario. Por este motivo se ha desarrollado el programa ArIS, el cual incluye los principales métodos de redes neuronales artificiales para realizar tareas de clasificación y predicción cuantitativa, necesarios para el estudio de problemas de interés como la predicción de la actividad anti-VIH de análogos del AZT, la optimización de formulaciones químicas o el reconocimiento estructural de grandes sistemas moleculares. / Molecular modelling of interesting systems for medicinal chemistry and drug design highly depends on availability of synthetic results. Since combinatorial chemistry was incorporated into the synthetic scheme, the role of computational chemistry has changed: the structural diversity of candidates to be synthesized requires the introduction of computational methods which are able to screen large virtual libraries. Answering to this requirement, chemoinformatics offers many kinds of different methods for predicting biological activities and molecular properties. One of the most relevant techniques among them is Quantitative Structure-Activity Relationships (QSAR), which can be used to establish prediction models for both, pharmacological and biomedical sectors. The use of non- linear QSAR methods has been evaluated in photodynamic therapy of cancer, one of the research areas of the Grup d’Enginyeria Molecular (GEM) at IQS. Molecular design of photosensitizers can be performed by computational studies of their physicochemical properties (absorption spectra or hydrophobicity, for example) and subcellular localization, which becomes a key factor in the efficacy of the overall process. Furthermore, artificial neural networks are nowadays rated as one of the very best methods for establishing non-linear QSAR models. Developing software that includes all these methods would be certainly interesting. Implemented algorithms should be versatile and easily adaptable for their use in any problems. We have developed ArIS software, which includes the most important methods of artificial neural networks for classification and quantitative prediction. ArIS has been used to predict anti-HIV activity of AZT-analogues, for optimization of chemical formulations and for structural recognition in large molecular systems, among others.

[ES] El Análisis de la Estructura de Documentos (Document Layout Analysis), aplicado a documentos manuscritos, tiene como objetivo obtener automáticamente la estructura intrínseca de dichos documentos. Su desarrollo como campo de investigación se extiende desde los sistemas de segmentación de caracteres desarrollados a principios de la década de 1960 hasta los sistemas complejos desarrollados en la actualidad, donde el objetivo es analizar estructuras de alto nivel (líneas de texto, párrafos, tablas, etc.) y la relación que existe entre ellas. Esta tesis, en primer lugar, define el objetivo del Análisis de la Estructura de Documentos desde una perspectiva probabilística. A continuación, la complejidad del problema se reduce a un conjunto de subproblemas complementarios bien conocidos, de manera que pueda ser gestionado por medio de recursos informáticos modernos. Concretamente se abordan tres de los principales problemas del Análisis de la Estructura de Documentos siguiendo una formulación probabilística. Específicamente se aborda la Detección de Línea Base (Baseline Detection), la Segmentación de Regiones (Region Segmentation) y la Determinación del Orden de Lectura (Reading Order Determination). Uno de los principales aportes de esta tesis es la formalización de los problemas de Detección de Línea Base y Segmentación de Regiones bajo un marco probabilístico, donde ambos problemas pueden ser abordados por separado o de forma integrada por los modelos propuestos. Este último enfoque ha demostrado ser muy útil para procesar grandes colecciones de documentos con recursos informáticos limitados. Posteriormente se aborda el subproblema de la Determinación del Orden de Lectura, que es uno de los subproblemas más importantes, aunque subestimados, del Análisis de la Extructura de Documentos, ya que es el nexo que permite convertir los datos extraídos de los sistemas de Reconocimiento Automático de Texto (Automatic Text Recognition Systems) en información útil. Por lo tanto, en esta tesis abordamos y formalizamos la Determinación del Orden de Lectura como un problema de clasificación probabilística por pares. Además, se proponen dos diferentes algoritmos de decodificación que reducen la complejidad computacional del problema. Por otra parte, se utilizan diferentes modelos estadísticos para representar la distribución de probabilidad sobre la estructura de los documentos. Estos modelos, basados en Redes Neuronales Artificiales (desde un simple Perceptrón Multicapa hasta complejas Redes Convolucionales y Redes de Propuesta de Regiones), se estiman a partir de datos de entrenamiento utilizando algoritmos de aprendizaje automático supervisados. Finalmente, todas las contribuciones se evalúan experimentalmente, no solo en referencias académicas estándar, sino también en colecciones de miles de imágenes. Se han considerado documentos de texto manuascritos y documentos musicales manuscritos, ya que en conjunto representan la mayoría de los documentos presentes en bibliotecas y archivos. Los resultados muestran que los métodos propuestos son muy precisos y versátiles en una amplia gama de documentos manuscritos. / [CA] L'Anàlisi de l'Estructura de Documents (Document Layout Analysis), aplicada a documents manuscrits, pretén automatitzar l'obtenció de l'estructura intrínseca d'un document. El seu desenvolupament com a camp d'investigació comprén des dels sistemes de segmentació de caràcters creats al principi dels anys 60 fins als complexos sistemes de hui dia que busquen analitzar estructures d'alt nivell (línies de text, paràgrafs, taules, etc) i les relacions entre elles. Aquesta tesi busca, primer de tot, definir el propòsit de l'anàlisi de l'estructura de documents des d'una perspectiva probabilística. Llavors, una vegada reduïda la complexitat del problema, es processa utilitzant recursos computacionals moderns, per a dividir-ho en un conjunt de subproblemes complementaris més coneguts. Concretament, tres dels principals subproblemes de l'Anàlisi de l'Estructura de Documents s'adrecen seguint una formulació probabilística: Detecció de la Línia Base Baseline Detection), Segmentació de Regions (Region Segmentation) i Determinació de l'Ordre de Lectura (Reading Order Determination). Una de les principals contribucions d'aquesta tesi és la formalització dels problemes de la Detecció de les Línies Base i dels de Segmentació de Regions en un entorn probabilístic, sent els dos problemes tractats per separat o integrats en conjunt pels models proposats. Aquesta última aproximació ha demostrat ser de molta utilitat per a la gestió de grans col·leccions de documents amb uns recursos computacionals limitats. Posteriorment s'ha adreçat el subproblema de la Determinació de l'Ordre de Lectura, sent un dels subproblemes més importants de l'Anàlisi d'Estructures de Documents, encara així subestimat, perquè és el nexe que permet transformar en informació d'utilitat l'extracció de dades dels sistemes de reconeixement automàtic de text. És per això que el fet de determinar l'ordre de lectura s'adreça i formalitza com un problema d'ordenació probabilística per parells. A més, es proposen dos algoritmes descodificadors diferents que reducix la complexitat computacional del problema. Per altra banda s'utilitzen diferents models estadístics per representar la distribució probabilística sobre l'estructura dels documents. Aquests models, basats en xarxes neuronals artificials (des d'un simple perceptron multicapa fins a complexes xarxes convolucionals i de propostes de regió), s'estimen a partir de dades d'entrenament mitjançant algoritmes d'aprenentatge automàtic supervisats. Finalment, totes les contribucions s'avaluen experimentalment, no només en referents acadèmics estàndard, sinó també en col·leccions de milers d'imatges. S'han considerat documents de text manuscrit i documents musicals manuscrits, ja que representen la majoria de documents presents a biblioteques i arxius. Els resultats mostren que els mètodes proposats són molt precisos i versàtils en una àmplia gamma de documents manuscrits. / [EN] Document Layout Analysis, applied to handwritten documents, aims to automatically obtain the intrinsic structure of a document. Its development as a research field spans from the character segmentation systems developed in the early 1960s to the complex systems designed nowadays, where the goal is to analyze high-level structures (lines of text, paragraphs, tables, etc) and the relationship between them. This thesis first defines the goal of Document Layout Analysis from a probabilistic perspective. Then, the complexity of the problem is reduced, to be handled by modern computing resources, into a set of well-known complementary subproblems. More precisely, three of the main subproblems of Document Layout Analysis are addressed following a probabilistic formulation, namely Baseline Detection, Region Segmentation and Reading Order Determination. One of the main contributions of this thesis is the formalization of Baseline Detection and Region Segmentation problems under a probabilistic framework, where both problems can be handled separately or in an integrated way by the proposed models. The latter approach is proven to be very useful to handle large document collections under restricted computing resources. Later, the Reading Order Determination subproblem is addressed. It is one of the most important, yet underestimated, subproblem of Document Layout Analysis, since it is the bridge that allows us to convert the data extracted from Automatic Text Recognition systems into useful information. Therefore, Reading Order Determination is addressed and formalized as a pairwise probabilistic sorting problem. Moreover, we propose two different decoding algorithms that reduce the computational complexity of the problem. Furthermore, different statistical models are used to represent the probability distribution over the structure of the documents. These models, based on Artificial Neural Networks (from a simple Multilayer Perceptron to complex Convolutional and Region Proposal Networks), are estimated from training data using supervised Machine Learning algorithms. Finally, all the contributions are experimentally evaluated, not only on standard academic benchmarks but also in collections of thousands of images. We consider handwritten text documents and handwritten musical documents as they represent the majority of documents in libraries and archives. The results show that the proposed methods are very accurate and versatile in a very wide range of handwritten documents. / Quirós Díaz, L. (2022). Layout Analysis for Handwritten Documents. A Probabilistic Machine Learning Approach [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/181483 / TESIS