El aprendizaje visuomotor condicional es un paradigma en el que las asociaciones estímulo-respuesta se aprenden a través de una recompensa. Un experimento típico se desarrolla de la siguiente forma: cuando se presenta un estímulo a un sujeto, éste debe decidir qué acción realizar de entre un conjunto. Una vez seleccionada la acción, el sujeto recibirá una recompensa en el caso de que la acción escogida sea correcta. En este tipo de tareas interactúan distintas regiones cerebrales, entre las que destacan el córtex prefrontal, el córtex premotor, el hipocampo y los ganglios basales. El objetivo de este proyecto consiste en estudiar la dinámica neuronal subyacente a esta clase de tareas a través de modelos computacionales. Proponemos el término processing pathway para describir cómo ejecuta esta tarea el cerebro y explicar los roles e interacciones entre las distintas áreas cerebrales. Además, tratamos el procesamiento anómalo en una hipótesis neurodinámica de la esquizofrenia. / Conditional visuomotor learning is a paradigm in which stimulus-response associations are learned upon reward feedback. A typical experiment is as follows: Upon a stimulus presentation, a subject has to decide which action to choose among a number of actions. After an action is selected, the subject receives reward if the action was correct. Several interacting brain regions work together to perform this task, most prominently the prefrontal cortex, the premotor cortex, the hippocampus, and the basal ganglia. Using computational modeling, we analyze and discuss the neurodynamics underlying this task. We propose the term processing pathway to describe how the brain performs this task and detail the roles and interactions of the brain regions. In addition, we address aberrant processing in a neurodynamical hypothesis of schizophrenia.

[EN] Broadband Internet access connections allow Internet Service Providers (ISP) to offer several types of services to home customers such as data, voice over IP (VoIP), Internet protocol television (IPTV) and now 3D Internet protocol television (3D- IPTV). That is why the number of IPTV service providers is increasing conside- rably in recent years. Thanks to the evolution at many levels of the communication systems, communication networks and devices, to deliver these services is possible, but the maximum quality is not always guaranteed. For this reason, one of the main issues to be considered by the IPTV service providers is to guarantee the Quality of Experience (QoE) perceived by the end user. In order to achieve this goal, in this PhD Thesis we propose an intelligent management system based on inductive prediction methods to guarantee the QoE of the end-user. One of the important aspects to be considered in the development of the management system is to include all the parameters that affect the QoE. With this purpose, we will analyze the parameters that affect the degradation of the video stream received by the end user through the IPTV service. At the network level, we will identify the main parameters which affect the Quality of Service (QoS), such as jitter, delay, lost packets and bandwidth. At the user level, these parameters affect to the subjective perception of the user when watching the video. We also checked that effects derived from the compression, quantization, and bitrate affect this perception too. / [ES] Las conexiones de acceso a Internet de banda ancha permiten a los Internet Service Provider (ISP) ofrecer servicios a los hogares tales como datos, Voice on IP (VoIP), Televisión sobre IP (IPTV) y actualmente 3D-TV sobre IP (3D-IPTV). Es por esto que el número de proveedores de servicios de IPTV está aumentando considerable- mente en los últimos años. Gracias a la evolución tanto a nivel de sistemas, como de redes de comunicación como de dispositivos, la entrega de este tipo de servicios es posible pero no siempre con las máximas garantías de calidad. Por este motivo, una de las principales cuestiones a tener en cuenta por parte del proveedor de servicios de IPTV es garantizar la calidad de experiencia (Quality of Experience (QoE)) percibida por el usuario final. Para conseguir este objetivo, en la siguiente tesis doctoral se propone un sistema de gestión inteligente basado en métodos induc- tivos de predicción para garantizar la QoE del usuario final. Uno de los aspectos importantes a tener en cuenta en el desarrollo del sistema de gestión es el incluir los parámetros que afectan a la QoE. Para ello, se analizarán aquellos parámetros que afecten a la degradación del flujo de vídeo recibido por el usuario final a tra- vés del servicio de IPTV. A nivel de red, se identificarán dichos parámetros como aquellos que afectan a la calidad de Servicio (Quality of Service (QoS)) como son el jitter, el retardo, los paquetes perdidos y el ancho de banda principalmente. A nivel de usuario, estos parámetros afectan a la percepción subjetiva del usuario al visualizar el vídeo. Comprobamos como efectos derivados de la compresión, la cuantificación, el bitrate, etc, afectan también a dicha percepción. / [CAT] Les connexions d'accés a Internet de banda ampla permeten als Proveïdors de Ser- vicis d'Internet (ISP) oferir servicis a les llars com ara dades, veu sobre IP (VoIP), Televisió sobre IP (IPTV) i actualment 3D-TV sobre IP (3D-IPTV). És per açò que el nombre de proveïdors de servicis d'IPTV està augmentant considerablement en els últims anys. Gràcies a l'evolució tant a nivell de sistemes, com de xarxes de comunicació com de dispositius, l'entrega d'este tipus de servicis és possible però no sempre amb les màximes garanties de qualitat. Per este motiu, una de les principals qüestions a tindre en compte per part del proveïdor de servicis d'IPTV és garantir la qualitat d'experiència (Quality of Experience, QoE) percebuda per l'usuari final. Per a aconseguir este objectiu, en la següent tesi doctoral es proposa un sistema de gestió intel·ligent basat en mètodes inductius de predicció per a garantir la QoE de l'usuari final. Un dels aspectes importants a tindre en compte en el desenrotllament del sistema de gestió es incloure els paràmetres que afecten la QoE. Per a això, s'analitzaran aquells paràmetres que afecten la degradació del flux de vídeo rebut per l'usuari final a través del servici d'IPTV. A nivell de xar- xa, s'identificaran dits paràmetres com aquells que afecten la qualitat de Servici (Quality of Service, QoS) com són el jitter, el retard, els paquets perduts i l'ample de banda principalment. A nivell d'usuari, estos paràmetres afecten la percepció subjectiva de l'usuari al visualitzar el vídeo. Comprovem com efectes derivats de la compresió, la quantificació, el bitrate, etc, afecten també a dita percepció. / Cánovas Solbes, A. (2016). Diseño y Desarrollo de un Sistema de Gestión Inteligente de QoE para Redes HD y Estereoscópicas IPTV [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/65074 / TESIS

The water ozonation processes are really interesting to remove some organic compounds that are recalcitrant to the conventional water treatments. To adequately design and control the gas-liquid reactors it is necessary to use proper mathematical models that describe the behaviour of those reactors. However, the definition of suitable models is complex, since the performance of these reactors is defined by the interaction of the hydrodynamic processes of the gas and liquid phases, the transfer processes between the different phases and the chemical reactions. The present work intends to do the definition of suitable mathematical models of the bubble column reactors and the reactive schemes of the ozone. To validate them, the experimental designs are proposed for: i) the determination of physical parameters of the reactors, such as the gas holdup and the volumetric mass transfer coefficient; ii) the estimation of reaction rates of ozone decomposition and the elimination of some pollutants; and iii) the calculation of ozone properties, such as the molar extinction coefficient or solubility. The study of ozone solubility has demonstrated that the molar extinction coefficient of the dissolved ozone obtained in this work differs from the corresponding value traditionally used in the literature. This fact has been verified with different analytical methodologies. The estimation of kinetic constants fitting the mathematical models to the experimental results is usually carried out by optimization using classical gradient algorithms, which is sometimes quite complex. To facilitate these procedures, in this thesis an algorithm has been developed based on artificial neural networks to estimate the initial values of the classical methodologies. The developed algorithm is sensitive enough to estimate suitable values of kinetic constants, as it was demonstrated. A microscopic transfer model for bubble column reactors was formulated allowing the implementation of any type of reaction mechanism for the ozone. The sensitivity analysis of this model shows that the kinetic constant can be determined by knowing the evolution of a substrate, and if the evolution of the ozone gas phase concentration is also known, the volumetric mass transfer coefficient can be determined at the same time. On the other hand, a reactive model of the ozone chemical decay process has been developed. The application of a sensitivity analysis on this model shows that knowing the evolution of the ozone concentration and the initial and final concentration of hydrogen peroxide we can determine three kinetic constants of the chemical mechanism. Finally, as an example of application, we study the elimination of cytostatic compounds in hospital raw waters by ozone. The experimental results were used to estimate the kinetic rate constants of the reaction of some of these compounds with the ozone. Using these constants we carried out a preliminary economical study of the operating costs of an ozone plant to treat water of these characteristics. / Los procesos de ozonización de aguas ofrecen una serie de ventajas muy interesantes para la eliminación de ciertos compuestos orgánicos que resultan recalcitrantes a los procesos de tratamiento de aguas convencionales. El correcto diseño y control de los reactores gas-líquido necesarios para su implementación industrial precisa de adecuados modelos matemáticos que describan el comportamiento de los mismos. Sin embargo, la definición de modelos adecuados resulta compleja, ya que el rendimiento de estos reactores viene definido por la interacción de los procesos hidrodinámicos de las fases gas y líquida, los procesos de transferencia entre las fases y las reacciones químicas. Con el presente trabajo se pretende la definición de modelos matemáticos adecuados de los reactores de burbujeo y de los esquemas reactivos del ozono. Para validarlos se realizan diseños experimentales para: i) la determinación de parámetros físicos de los reactores, como la fracción de gas y el coeficiente volumétrico de transferencia de materia; ii) la estimación de velocidades de reacción de la descomposición del ozono y de la eliminación de algunos contaminantes; y iii) el cálculo de propiedades del ozono, como el coeficiente de extinción molar o la solubilidad. Los estudios de solubilidad del ozono realizados en esta tesis han demostrado que el coeficiente de extinción molar del ozono disuelto obtenido difiere del valor utilizado tradicionalmente en la bibliografía. Este hecho se ha verificado con diferentes metodologías analíticas. El cálculo de constantes cinéticas por medio del ajuste de los modelos matemáticos a los resultados experimentales suele realizarse mediante optimización por algoritmos clásicos de gradiente, lo que resulta en ocasiones bastante complejo. Para facilitar estos procedimientos, en esta tesis se desarrolla un algoritmo basado en redes neuronales artificiales para estimar los parámetros de inicio de las metodologías clásicas. Se ha comprobado que el algoritmo desarrollado es sensible por sí mismo para estimar valores adecuados de las constantes cinéticas. La metodología desarrollada ha permitido establecer un modelo de transferencia microscópico para reactores de burbujeo al que se le puede implementar cualquier tipo de mecanismo de reacción para el ozono. El análisis de sensibilidad de este modelo demuestra que conociendo la evolución de un substrato se puede determinar la constante cinética, y si también se conoce la evolución de la concentración de ozono en fase gas se puede determinar al mismo tiempo el coeficiente de transferencia de materia volumétrico. Por otra parte, se ha desarrollado un modelo reactivo del proceso de descomposición química del ozono. La aplicación de un análisis de sensibilidad sobre este modelo demuestra que conociendo la evolución de la concentración de ozono y la concentración inicial y final de peróxido de hidrógeno se pueden determinar un máximo de 3 constantes cinéticas del mecanismo utilizado. Finalmente, como ejemplo de aplicación de esta tecnología, se estudia la eliminación de compuestos citostáticos en aguas hospitalarias mediante ozono. A partir de los resultados experimentales se han determinado las constantes cinéticas de la reacción de alguno de estos compuestos con el ozono. Haciendo uso de estas constantes se realiza un estudio económico preliminar de los costes de operación de una planta de ozono para tratar aguas de estas características. / Els processos d'ozonització d'aigües ofereixen alguns avantatges molt interessants per a l'eliminació de certs compostos orgànics que són recalcitrants als processos de tractament d'aigües convencionals. Per a dissenyar i controlar correctament els reactors gas-líquid, per a la seua implementació industrial, es necessari utilitzar models matemàtics que descriguen adequadament el seu comportament. Però, la definició de models adequats resulta complexa, ja que el rendiment d'aquests reactors ve definit per la interacció dels processos hidrodinàmics de les fases gas i líquida, els processos de transferència entre ambdues fases i les reaccions químiques. La present tesi pretén la definició de models matemàtics adequats del reactors de bombolleig i dels esquemes reactius de l'ozó. Per a validar-los es realitzaran dissenys experimentals amb la finalitat de: i) determinar paràmetres físics dels reactors, com la fracció de gas i el coeficient volumètric de transferència de matèria; ii) l'estimació de velocitats de reacció de descomposició de l'ozó i de l'eliminació d'alguns contaminants; i iii) el càlcul de propietats de l'ozó, com el coeficient d'extinció molar o la solubilitat. Els estudis de solubilitat de l'ozó realitzats en aquesta tesi han demostrat que el coeficient d'extinció molar de l'ozó dissolt determinat difereix del valor utilitzat tradicionalment a la bibliografia. Aquest fet s'ha verificat amb diferents metodologies analítiques. El càlcul de constants cinètiques per mitjà de l'ajust dels models matemàtics als resultats experimentals sol realitzar-se mitjançant algoritmes d'optimització clàssics basats en el gradient, el que resulta bastant complex en algunes ocasions. Per facilitar aquests procediments, en aquesta tesi es desenvolupa un algoritme basat en xarxes neuronals artificials per a estimar els paràmetres d'inici de les metodologies clàssiques. S'ha comprovat que l'algoritme desenvolupat es sensible per sí mateix per a estimar valors adequats per a les constants cinètiques. La metodologia desenvolupada ha permès establir un model de transferència microscòpic per a reactors de bombolleig al que es pot implementar qualsevol mecanisme de reacció per a l'ozó. L'anàlisi de sensibilitat d'aquest model demostra que coneixent l'evolució d'un substrat es pot determinar la constant cinètica. A més a més, si es coneix l'evolució de la concentració d'ozó en fase gas es pot determinar al mateix temps el coeficient volumètric de transferència de matèria. D'altra banda, s'ha desenvolupat un model reactiu del procés de descomposició química de l'ozó. L'aplicació d'un anàlisis de sensibilitat sobre aquest model demostra que coneixent l'evolució de la concentració d'ozó i la concentració inicial i final de peròxid d'hidrogen es pot determinar una màxim de tres constants cinètiques del mecanisme utilitzat. Finalment, com a exemple d'aplicació d'aquesta tecnologia, s'estudia l'eliminació de compostos citostàtics en aigües hospitalàries mitjançant l'ozó. A partir dels resultats experimentals s'han determinat les constants cinètiques de la reacció d'algun d'aquests compostos amb l'ozó. Fent ús d'aquestes constants es realitza un estudi econòmic preliminar dels costos d'operació d'una planta d'ozó per a tractar aigües d'aquestes característiques. / Ferre Aracil, J. (2017). Diseño de reactores de burbujeo para el tratamiento de aguas residuales mediante ozono. Caracterización física, análisis cinético y optimización con redes neuronales artificiales [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/86163 / TESIS

El presente proyecto, propone la implementación de un algoritmo computacional de detección de equipos de protección personal (EPP) orientado a sistemas de vigilancia basados en Cámaras IP. El algoritmo propuesto realizará el monitoreo autónomo de los EPP de cabeza y manos, disminuyendo los riesgos laborales y cuidando la salud de los trabajadores que ejecuten las actividades. El sistema propuesto utiliza algoritmos de visión artificial para procesar las imágenes capturadas por las cámaras de video vigilancia de la empresa. En una primera etapa, se utiliza la red neuronal Open Pose para extraer las imágenes de brazos y cabeza de los trabajadores. Después, las imágenes son procesadas por redes neuronales convolucionales entrenadas para clasificar la existencia de los EPP mencionados. El sistema será aplicado a la realidad de la empresa Distribución Eléctrica S.A, donde se implementará un software que permita a los usuarios finales visualizar las alertas generadas por el algoritmo, así como recibir las alertas mediante su correo electrónico. Los resultados obtenidos por el sistema de clasificación serán evaluados utilizando métricas como la precisión, sensibilidad y especificidad. / This project proposes the implementation of a computational algorithm for the detection of personal protective equipment (PPE) oriented to surveillance systems based on IP cameras. The proposed algorithm carried out the autonomous monitoring of head and hand PPE, reducing occupational risks and taking care of the health of the workers who carry out the activities. The proposed system uses artificial vision algorithms to process the images captured by the company's video surveillance cameras. In a first stage, the Open Pose neural network is used to extract the images of the workers' arms and heads. The images are then processed by convolutional neural networks trained to classify the existence of the mentioned EPPs. The system will be applied to the reality of the company Distribución Eléctrica S.A, where a software will be implemented that allows end users to view the alerts generated by the algorithm, as well as receive the alerts through their email. The results obtained by the classification system will be evaluated using metrics such as precision, sensitivity, and specificity. / Tesis

El presente proyecto tiene como objetivo el desarrollo de un juego serio para el aprendizaje de gestos básicos de la lengua de señas peruana en realidad virtual para personas que no padezcan de sordera, utilizando el dispositivo HTC Vive. El juego, al cual nombramos Sign Shooting, consta de 8 niveles en donde el jugador deberá aprender 3 gestos de letras por cada uno de éstos, y al final una prueba de los conocimientos aprendidos. Se implementó el Vive Hand Tracking SDK para la detección de las manos del usuario y sus características espaciales. Con esta información, generamos un dataset de los gestos a aprender, el cual utilizamos para entrenar un modelo de redes neuronales para el reconocimiento de señas, el cual fue validado con las métricas de bias y varianza. Para validar nuestra propuesta, se pidió a los usuarios completar el juego y a continuación responder una encuesta dividida en experiencia de juego y aprendizaje del usuario. Los resultados obtenidos muestran un puntaje promedio en la experiencia usuario mayor de 4 (de un máximo de 5) y que en toda la sesión de juego se aprenden un promedio de 17 gestos de letras (de un total de 24), significando que los usuarios consideran el juego entretenido, inmersivo y que cumple con su objetivo de enseñanza. Finalmente, se concluye que el uso de realidad virtual incentiva a que el usuario se sienta comprometido con el juego y busque llegar a su objetivo. / This project aims to develop a serious game for learning basic gestures of the Peruvian sign language in virtual reality to non-deaf people, employing the HTC Vive device. The game, which we name Sign Shooting, consists of 8 levels where the player must learn 3 gestures for each of these, and finally a test about the learned knowledge. The game implements the Vive Hand Tracking SDK to detect the user’s hands and their spatial features. With this information, we generate a dataset of the gestures to learn, which we use to train a neural network model for sign recognition and validate it with the bias and variance metrics. To validate our proposal, users were asked to complete the game and then answer a survey divided into user game experience and learning. The results obtained in the experiments show an average score in the user experience greater than 4 (of a maximum of 5) and that in the entire game session an average of 17 letter gestures (of a total of 24) are learned, meaning that users consider the game entertaining, immersive and that meets its teaching objective. Finally, we conclude that the use of virtual reality encourages the user to feel committed to the game and seek to reach its goal. / Tesis

Las Redes Neuronales Artificiales (RNA) se han desarrollado en el campo de ingeniería estructural cada vez más con el paso de los años, esta herramienta trata de simular el comportamiento de las neuronas biológicas permitiendo adaptarse a cualquier entorno y resolver diferentes tipos de problemas. En la presente investigación, se aplica al diseño estructural de viviendas de albañilería confinada a estructuras regulares con una geometría rectangular en planta. La aplicación de la red neuronal en este campo nos permite ahorrar tiempo y costos de diseño, así mismo, solo se requiere de personas con un conocimiento básico de manejo de computadoras o aplicativos móviles para la operación de la red neuronal. De este modo, es más sencillo poder otorgar diseños estructurales preliminares a usuarios con escasos recursos económicos que deseen construir viviendas de albañilería confinada. En la presente investigación, se aplican las redes neuronales para el diseño estructural de viviendas de albañilería confinada de 1 a 4 pisos ubicadas en los distritos de Lima con perfil de suelo tipo S1. Para ello, se realizó el diseño de 33 viviendas que cumplen con las especificaciones del Reglamento Nacional de Edificaciones (E020, E030 y E070), estos diseños se usaron como modelos de entrenamiento para el proceso de aprendizaje de la red neuronal y de esta manera se obtuvo un modelo de RNA capaz de diseñar viviendas de albañilería confinada con un error menor al 10%. / Artificial Neural Networks (ANN) have been developed in the field of structural engineering more and more over the years, this tool tries to simulate the behavior of biological neurons allowing to adapt to any environment and solve different types of problems. In the present research, it is applied to the structural design of masonry houses confined to regular structures with a rectangular geometry in plan. The application of the neuronal network in this field allows us to save time and design costs. Likewise, it only requires people with basic knowledge of computer handling or mobile applications for the operation of the neuronal network. In this way, it is easier to provide preliminary structural designs to users with limited economic resources who wish to build confined masonry housing. In the present investigation, the neural networks are applied for the structural design of confined masonry houses from 1 to 4 floors located in in Lima districts with soil profile type S1. For this, the design of 33 houses that meet the specifications of the National Building Regulations (E020, E030 and E070) was carried out, these designs were used as training models for the learning process of the neural network and in this way obtained an RNA model capable of designing confined masonry houses with an error of less than 10%. / Tesis

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 análisis de sentimientos en redes sociales se ha estudiado ampliamente durante la última década. A pesar de ello, las distintas categorías de sentimientos no se consideran adecuadamente en muchos casos, y el estudio de patrones de difusión de las emociones es limitado. Por lo tanto, comprender la importancia de emociones específicas será más beneficioso para diversas actividades de marketing, toma de decisiones empresariales y campañas políticas. Esta tesis doctoral se centra en el diseño de un marco teórico para analizar el amplio espectro de sentimientos y explicar cómo se propagan las emociones utilizando conceptos de redes temporales y multicapa. Particularmente, nuestro objetivo es proporcionar información sobre el modelado de la influencia de las emociones y como esta afecta a los problemas de estimación de las emociones y a la naturaleza dinámica temporal en la conversación social. Para mostrar la eficacia del modelo propuesto, se han recopilado publicaciones relacionadas con diferentes eventos de Twitter y hemos construido una estructura de red temporal sobre la conversación. En primer lugar, realizamos un análisis de sentimientos adoptando un enfoque basado en el léxico y en el modelo circunflejo de emociones de Russell que mejora la efectividad de la caracterización del sentimiento. A partir de este análisis investigamos la dinámica social de las emociones presente en las opiniones de los usuarios analizando diferentes características de influencia social. A continuación, diseñamos un modelo estocástico temporal basado en emociones para investigar el patrón de participación de los usuarios y predecir las emociones significativas. Nuestra contribución final es el desarrollo de un modelo de influencia secuencial basado en emociones mediante la utilización de redes neuronales recurrentes que permiten predecir emociones de una manera más completa. Finalmente, el documento presenta algunas conclusiones y también describe las direcciones de investigación futuras. / [CA] L'anàlisi de sentiments en xarxes socials s'ha estudiat àmpliament durant l'última dècada. Malgrat això, les diferents categories de sentiments no es consideren adequadament en molts casos, i l'estudi de patrons de difusió de les emocions és limitat. Per tant, comprendre la importància d'emocions específiques serà més beneficiós per a diverses activitats de màrqueting, presa de decisions empresarials i campanyes polítiques. Aquesta tesi doctoral se centra en el disseny d'un marc teòric per a analitzar l'ampli espectre de sentiments i explicar com es propaguen les emocions utilitzant conceptes de xarxes temporals i multicapa. Particularment, el nostre objectiu és proporcionar informació sobre el modelatge de la influència de les emocions i com aquesta afecta als problemes d'estimació de les emocions i a la naturalesa dinàmica temporal en la conversa social. Per a mostrar l'eficàcia del model proposat, s'han recopilat publicacions relacionades amb diferents esdeveniments de Twitter i hem construït una estructura de xarxa temporal sobre la conversa. En primer lloc, realitzem una anàlisi de sentiments adoptant un enfocament basat en el lèxic i en el model circumflex d'emocions de Russell que millora l'efectivitat de la caracterització del sentiment. A partir d'aquesta anàlisi investiguem la dinàmica social de les emocions present en les opinions dels usuaris analitzant diferents característiques d'influència social. A continuació, dissenyem un model estocàstic temporal basat en emocions per a investigar el patró de participació dels usuaris i predir les emocions significatives. La nostra contribució final és el desenvolupament d'un model d'influència seqüencial basat en emocions mitjançant la utilització de xarxes neuronals recurrents que permeten predir emocions d'una manera més completa. Finalment, el document presenta algunes conclusions i també descriu les direccions d'investigació futures. / [EN] Sentiment analysis in social networks has been widely analysed over the last decade. Despite the amount of research done in sentiment analysis in social networks, the distinct categories are not appropriately considered in many cases, and the study of dissemination patterns of emotions is limited. Therefore, understanding the significance of specific emotions will be more beneficial for various marketing activities, policy-making decisions and political campaigns. The current PhD thesis focuses on designing a theoretical framework for analyzing the broad spectrum of sentiments and explain how emotions are propagated using concepts from temporal and multilayer networks. More precisely, our goal is to provide insights into emotion influence modelling that solves emotion estimation problems and its temporal dynamics nature on social conversation. To exhibit the efficacy of the proposed model, we have collected posts related to different events from Twitter and build a temporal network structure over the conversation. Firstly, we perform sentiment analysis with the adaptation of a lexicon-based approach and the circumplex model of affect that enhances the effectiveness of the sentiment characterization. Subsequently, we investigate the social dynamics of emotion present in users' opinions by analyzing different social influential characteristics. Next, we design a temporal emotion-based stochastic model in order to investigate the engagement pattern and predict the significant emotions. Our ultimate contribution is the development of a sequential emotion-based influence model with the advancement of recurrent neural networks. It offers to predict emotions in a more comprehensive manner. Finally, the document presents some conclusions and also outlines future research directions. / Naskar, D. (2022). Temporal Emotion Dynamics in Social Networks [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/180997 / TESIS

Tesis por compendio / [ES] Durante las últimas décadas el uso del aprendizaje automático (machine learning) y de la inteligencia artificial ha mostrado un crecimiento exponencial en muchas áreas de la ciencia. El hecho de que los ordenadores hayan aumentado sus restaciones a la vez que han reducido su precio, junto con la disponibilidad de entornos de desarrollo de código abierto han permitido el acceso a la inteligencia artificial a un gran rango de investigadores, democratizando de esta forma el acceso a métodos de inteligencia artificial a la comunidad investigadora. Es nuestra creencia que la multidisciplinaridad es clave para nuevos logros, con equipos compuestos de investigadores con diferentes preparaciones y de diferentes campos de especialización. Con este ánimo, hemos orientado esta tesis en el uso de machine learning inteligencia artificial, aprendizaje profundo o deep learning, entendiendo todas las anteriores como parte de un concepto global que concretamos en el término inteligencia artificial, a intentar arrojar luz a algunos problemas de los campos de las matemáticas y la física. Desarrollamos una arquitectura deep learning y la medimos con éxito en la caracterización de procesos de difusión anómala. Mientras que previamente se habían utilizado métodos estadísticos clásicos con este objetivo, los métodos de deep learning han demostrado mejorar las prestaciones de dichos métodos clásicos. Nuestra architectura demostró que puede inferir con precisión el exponente de difusión anómala y clasificar trayectorias entre un conjunto dado de modelos subyacentes de difusión . Mientras que las redes neuronales recurrentes irrumpieron recientemente, los modelos basados en redes convolucionales han sido ámpliamente testados en el campo del procesamiento de imagen durante más de 15 años. Existen muchos modelos y arquitecturas, pre-entrenados y listos para ser usados por la comunidad. No es necesario realizar investigación ya que dichos modelos han probado su valía durante años y están bien documentados en la literatura. Nuestro objetivo era ser capaces de usar esos modelos bien conocidos y fiables, con trayectorias de difusión anómala. Solo necesitábamos convertir una serie temporal en una imagen, cosa que hicimos aplicando gramian angular fields a las trayectorias, poniendo el foco en las trayectorias cortas. Hasta donde sabemos, ésta es la primera vez que dichas técnicas son usadas en este campo. Mostramos cómo esta aproximación mejora las prestaciones de cualquier otra propuesta en la clasificación del modelo subyacente de difusión anómala para trayectorias cortas. Más allá de la física están las matemáticas. Utilizamos nuestra arquitectura basada en redes recurrentes neuronales para inferir los parámetros que definen las trayectorias de Wu Baleanu. Mostramos que nuestra propuesta puede inferir con azonable precisión los parámetros mu y nu. Siendo la primera vez, de nuevo hasta donde llega nuestro conocimiento, que tales técnicas se aplican en este escenario. Extendemos este trabajo a las ecuaciones fraccionales discretas con retardo, obteniendo resultados similares en términos de precisión. Adicionalmente, mostramos que la misma arquitectura se puede usar para discriminar entre trayectorias con y sin retardo con gran confianza. Finalmente, también investigamos modelos fraccionales discretos. Hemos analizado esquemas de paso temporal con la cuadratura de Lubich en lugar del clásico esquema de orden 1 de Euler. En el primer estudio de este nuevo paradigma hemos comparado los diagramas de bifurcación de los mapas logístico y del seno, obtenidos de la discretización de Euler de orden 1, 2 y 1/2. / [CAT] Durant les darreres dècades l'ús de l'aprenentatge automàtic (machine learning) i de la intel.ligència artificial ha mostrat un creixement exponencial en moltes àrees de la ciència. El fet que els ordinadors hagen augmentat les seues prestacions a la vegada que han reduït el seu preu, junt amb la disponibilitat d'entorns de desenvolupament de codi obert han permès l'accés a la intel.ligència artificial a un gran rang d'investigadors, democratitzant així l'accés a mètodes d'intel.ligència artificial a la comunitat investigadora. És la nostra creença que la multidisciplinaritat és clau per a nous èxits, amb equips compostos d'investigadors amb diferents preparacions i diferents camps d'especialització. Amb aquest ànim, hem orientat aquesta tesi en l'ús d'intel.ligència artificial machine learning, aprenentatge profund o deep learning, entenent totes les anteriors com a part d'un concepte global que concretem en el terme intel.ligència, a intentar donar llum a alguns problemes dels camps de les matemàtiques i la física. Desenvolupem una arquitectura deep learning i la mesurem amb èxit en la caracterització de processos de difusió anòmala. Mentre que prèviament s'havien utilitzat mètodes estadístics clàssics amb aquest objectiu, els mètodes de deep learning han demostrat millorar les prestacions d'aquests mètodes clàssics. La nostra architectura va demostrar que pot inferir amb precisió l'exponent de difusió anòmala i classificar trajectòries entre un conjunt donat de models subjacents de difusió. Mentre que les xarxes neuronals recurrents van irrompre recentment, els models basats en xarxes convolucionals han estat àmpliament testats al camp del processament d'imatge durant més de 15 anys. Hi ha molts models i arquitectures, pre-entrenats i llestos per ser usats per la comunitat. No cal fer recerca ja que aquests models han provat la seva vàlua durant anys i estan ben documentats a la literatura. El nostre objectiu era ser capaços de fer servir aquests models ben coneguts i fiables, amb trajectòries de difusió anòmala. Només necessitàvem convertir una sèrie temporal en una imatge, cosa que vam fer aplicant gramian angular fields a les trajectòries, posant el focus a les trajectòries curtes. Fins on sabem, aquesta és la primera vegada que aquestes tècniques són usades en aquest camp. Mostrem com aquesta aproximació millora les prestacions de qualsevol altra proposta a la classificació del model subjacent de difusió anòmala per a trajectòries curtes. Més enllà de la física hi ha les matemàtiques. Utilitzem la nostra arquitectura basada en xarxes recurrents neuronals per inferir els paràmetres que defineixen les trajectòries de Wu Baleanu. Mostrem que la nostra proposta pot inferir amb raonable precisió els paràmetres mu i nu. Sent la primera vegada, novament fins on arriba el nostre coneixement, que aquestes tècniques s'apliquen en aquest escenari. Estenem aquest treball a les equacions fraccionals discretes amb retard, obtenint resultats similars en termes de precisió. Addicionalment, mostrem que la mateixa arquitectura es pot fer servir per discriminar entre trajectòries amb i sense retard amb gran confiança. Finalment, també investiguem models fraccionals discrets. Hem analitzat esquemes de pas temporal amb la quadratura de Lubich en lloc del clàssic esquema d'ordre 1 d'Euler. Al primer estudi d'aquest nou paradigma hem comparat els diagrames de bifurcació dels mapes logístic i del sinus, obtinguts de la discretització d'Euler d'ordre 1, 2 i 1/2. / [EN] During the last decades the use of machine learning and artificial intelligence have showed an exponential growth in many areas of science. The fact that computer's hardware has increased its performance while lowering the price and the availability of open source frameworks have enabled the access to artificial intelligence to a broad range of researchers, hence democratizing the access to artificial intelligence methods to the research community. It is our belief that multi-disciplinarity is the key to new achievements, with teams composed of researchers with different backgrounds and fields of specialization. With this aim, we focused this thesis in using machine learning, artificial intelligence, deep learing, all of them being understood as part of a whole concept we concrete in artificial intelligence, to try to shed light to some problems from the fields of mathematics and physics. A deep learning architecture was developed and successfully benchmarked with the characterization of anomalous diffusion processes. Whereas traditional statistical methods had previously been used with this aim, deep learing methods, mainly based on recurrent neural networks have proved to outperform these clasical methods. Our architecture showed it can precisely infer the anomalous diffusion exponent and accurately classify trajectories among a given set of underlaying diffusion models. While recurrent neural networks irrupted in the recent years, convolutional network based models had been extensively tested in the field of image processing for more than 15 years. There exist many models and architectures, pre-trained and set to be used by the community. No further investigation needs to be done since the architecture have proved their value for years and are very well documented in the literature. Our goal was being able to used this well-known and reliable models with anomalous diffusion trajectories. We only needed to be able to convert a time series into an image, which we successfully did by applying gramian angular fields to the trajectories, focusing on short ones. To our knowledge this is the first time these techniques were used in this field. We show how this approach outperforms any other proposal in the underlaying diffusion model classification for short trajectories. Besides physics it is maths. We used our recurrent neural networks architecture to infer the parameters that define the Wu Baleanu trajectories. We show that our proposal can precisely infer both the mu and nu parameters with a reasonable confidence. Being the first time, to the best of our knowledge, that such techniques were applied to this scenario. We extend this work to the discrete delayed fractional equations, obtaining similar results in terms of precision. Additionally, we showed that the same architecture can be used to discriminate delayed from non-delayed trajectories with a high confidence. Finally, we also searched fractional discrete models. We have considered Lubich's quadrature time-stepping schemes instead of the classical Euler scheme of order 1. As the first study with this new paradigm, we compare the bifurcation diagrams for the logistic and sine maps obtained from Euler discretizations of orders 1, 2, and 1/2. / J.A.C. acknowledges support from ALBATROSS project (National Plan for Scientific and Technical Research and Innovation 2017-2020, No. PID2019-104978RB-I00). M.A.G.M. acknowledges funding from the Spanish Ministry of Education and Vocational Training (MEFP) through the Beatriz Galindo program 2018 (BEAGAL18/00203) and Spanish Ministry MINECO (FIDEUA PID2019- 106901GBI00/10.13039/501100011033). We thank M.A. Garc ́ıa-March for helpful comments and discussions on the topic. NF is sup- ported by the National University of Singapore through the Singapore International Graduate Student Award (SINGA) program. OGO and LS acknowledge funding from MINECO project, grant TIN2017-88476-C2-1-R. JAC acknowledges funding from grant PID2021-124618NB-C21 funded by MCIN/AEI/ 10.13039/501100011033 and by “ERDF A way of making Europe”, by the “European Union”. We also thank funding for the open access charges from CRUE-Universitat Politècnica de València. / Garibo Orts, Ó. (2023). Anomalous Diffusion Characterization using Machine Learning Methods [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/192831 / Compendio

En la actualidad, las empresas del sector salud soportan sus operaciones con procesos de negocio que les permiten alcanzar sus objetivos y aportan valor en la atención de sus clientes. Estos procesos son cada día más eficaces y eficientes gracias a la inversión que realizan las empresas en tecnologías para las actividades principales del negocio que les brindan una ventaja competitiva frente a otras del mismo rubro. El presente proyecto de tesis tiene como alcance el estudio de una entidad privada de salud; el análisis del problema del proceso de admisión de consulta externa; y el desarrollo de la propuesta de solución. Este proceso comprende actividades que inician con la identificación del paciente y generación de un número de atención, y finaliza cuando se realiza el pago y se da por concluida la atención. El problema actual es la demora en la identificación del paciente y el uso de más de cuatro sistemas diferentes. Debido a esto, se propone como solución el diseño de un sistema de reconocimiento facial e identificación de pacientes usando redes neuronales e integrado con los sistemas hospitalarios, con la finalidad de reducir los tiempos en la identificación de los pacientes y el número de actividades manuales del personal en varios sistemas. El documento de tesis comprende los capítulos de definición, desarrollo y gestión del proyecto, y en ellos se describen los procesos de negocio de la organización objetivo; se analiza el problema del proceso; y se desarrollan la propuesta de solución y el plan de gestión del proyecto. / Nowadays, companies in the healthcare sector manage their operations through business processes that allow them to reach their goals and provide an additional value when serving their customers. Day by day, such processes are getting more effective and efficient thanks to the investment made by technology companies in the main activities of their businesses. Thus, those processes provide them a competitive advantage over other companies in the sector. This research project encompasses the study of a private healthcare company, the analysis of the problematic regarding external consultation admission, and the development of a possible solution. This process includes activities that start with patient identification, the creation of a patient care number, and ends when the payment is submitted, and the service concludes. The current problem is that patient identification is time-consuming and that more than four different systems are being used. Therefore, the design of a facial recognition and patient identification system is introduced as a possible solution employing neural networks and integrating it into the hospital system. This proposal aims to reduce the time required to identify patients and decrease manual activities done by the personnel on various systems. This research project includes chapters on definitions, development, and project management. They include a description of the target organization’s business processes, as well as an analysis on the process problem, a development of a solution proposal, and a project management plan. / Tesis