[ES] La presente tesis doctoral está dedicada a estudiar, desarrollar y aplicar metodologías basadas en datos, fundamentadas en modelos estadísticos multivariantes de variables latentes, para abordar el paradigma del aprendizaje científico en el entorno de la Industria 4.0. Se pone especial énfasis en los modelos causales basados en variables latentes que utilizan tanto datos provenientes de un diseño de experimentos como, principalmente, datos provenientes del proceso de producción diario, es decir, datos históricos. La tesis está estructurada en cinco partes. La primera parte discute el paradigma del aprendizaje científico en el entorno de la Industria 4.0. Se destacan los objetivos de la tesis. Además, se presenta una descripción exhaustiva de los modelos basados en variables latentes, sobre los cuales se fundamentan las metodologías novedosas propuestas en esta tesis. En la segunda parte, se presentan las novedosas aportaciones metodológicas. En primer lugar, se muestra el potencial de PLS para analizar datos del DOE, con o sin datos faltantes. Posteriormente, el potencial de los modelos causales basados en variables latentes se centra en definir el espacio de diseño de la materia prima que proporciona garantía de calidad con un cierto nivel de confianza para los atributos críticos de calidad, junto con el desarrollo de un nuevo índice de capacidad multivariante basado en el espacio latente para clasificar y seleccionar proveedores para una materia prima particular utilizada en un proceso de fabricación. La tercera parte pretende abordar aplicaciones novedosas mediante modelos causales basados en variables latentes utilizando datos históricos. En primer lugar, se trata de su aplicación en el ámbito sanitario: la Pandemia COVID-19. En este contexto, se utiliza el uso de modelos basados en variables latentes para desarrollar una alternativa a los ensayos clínicos controlados con placebo. Luego, se utilizan modelos basados en variables latentes para optimizar procesos en el marco de aplicaciones industriales. La cuarta parte presenta una interfaz gráfica de usuario desarrollada en código Python que integra los métodos desarrollados con el objetivo de ser autoexplicativa y fácil de usar. Finalmente, la última parte discute la relevancia de esta disertación, incluyendo propuestas que merecen mayor investigación. / [CA] Aquesta tesi doctoral està dedicada a estudiar, desenvolupar i aplicar metodologies basades en dades, fonamentades en models estadístics multivariants de variables latents, per abordar el paradigma de l'aprenentatge científic a l'entorn de la Indústria 4.0. Es posa un èmfasi especial en els models causals basats en variables latents que utilitzen tant; dades provinents d'un disseny d'experiments com, principalment, dades provinents del procés de producció diari, és a dir, dades històriques. La tesi està estructurada en cinc parts. A la primera part es discuteix el paradigma de l'aprenentatge científic a l'entorn de la Indústria 4.0. Es destaquen els objectius de la tesi. A més, es presenta una descripció exhaustiva dels models basats en variables latents, sobre els quals es fonamenten les noves metodologies proposades en aquesta tesi. A la segona part, es presenten les noves aportacions metodològiques. En primer lloc, es mostra el potencial de PLS per analitzar dades del DOE, amb dades faltants o sense aquestes. Posteriorment, el potencial dels models causals basats en variables latents se centra a definir l'espai de disseny de la matèria prima que proporciona garantia de qualitat amb un cert nivell de confiança per als atributs crítics de qualitat, juntament amb el desenvolupament d'un nou índex de capacitat multivariant basat en l'espai latent per a classificar i seleccionar proveïdors per a una primera matèria particular utilitzada en un procés de fabricació. La tercera part pretén abordar aplicacions noves mitjançant models causals basats en variables latents utilitzant dades històrques. En primer lloc, es tracta de la seva aplicació a l'àmbit sanitari: la Pandèmia COVID-19. En aquest context, es fa servir l'ús de models basats en variables latents per desenvolupar una alternativa als assaigs clínics controlats amb placebo. Després s'utilitzen models basats en variables latents per optimitzar processos en el marc d'aplicacions industrials. La quarta part presenta una interfície gràfica d'usuari desenvolupada en codi Python que integra els mètodes desenvolupats amb l'objectiu de ser autoexplicativa i fàcil d'usar. Finalment, l'última part discuteix la rellevància d'aquesta dissertació, incloent-hi propostes que mereixen més investigació. / [EN] The present Ph.D. thesis is devoted to studying, developing, and applying data-driven methodologies, based on multivariate statistical models of latent variables, to address the scientific learning paradigm in the Industry 4.0 environment. Particular emphasis is placed on causal latent variable-based models using both data coming from a planned design of experiments and, mainly, data coming from the daily production process, namely happenstance data. The dissertation is structured in five parts. The first part discusses the scientific learning paradigm in the Industry 4.0 environment. The objectives of the thesis are highlighted. In addition to that, a comprehensive description of latent variable-based models is presented, on which the novel methodologies proposed in this thesis are founded. In the second part, the novel methodological contributions are presented. Firstly, the potential of PLS to analyze data from DOE, with or without missing runs is illustrated. Then, the potential of causal latent variable-based models is concentrated on defining the raw material design space providing assurance of quality with a certain confidence level for the critical to quality attributes, jointly with the development of a novel latent space-based multivariate capability index to rank and select suppliers for a particular raw material used in a manufacturing process. The third part aims to address novel applications by means of causal latent variable-based models using happenstance data. First, it concerns a health application: the Pandemic COVID-19. In this context, the use of latent variable-based models is applied to develop an alternative to placebo-controlled clinical trials. Then, latent variable-based models are used to optimize processes within the framework of industrial applications. The fourth part introduces a graphical user interface developed in Python code that integrates the developed methods with the aim of being self-explanatory and user-friendly. Finally, the last part discusses the relevance of this dissertation, including proposals that deserve further research. / Borràs Ferrís, J. (2023). Causal latent space-based models for scientific learning in Industry 4.0 [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/198993

Multidimensional forced-choice questionnaires can reduce the impact of numerous response biases typically associated with Likert scales. However, if scored with traditional methodology these instruments produce ipsative data, which has psychometric problems, such as constrained total test score and negative average scale inter-correlation. Ipsative scores distort scale relationships and reliability estimates, and make interpretation of scores problematic. This research demonstrates how Item Response Theory (IRT) modeling may be applied to overcome these problems. A multidimensional IRT model for forced-choice questionnaires is introduced, which is suitable for use with any forced-choice instrument composed of items fitting the dominance response model, with any number of measured traits, and any block sizes (i.e. pairs, triplets, quads etc.). The proposed model is based on Thurstone's framework for comparative data. Thurstonian IRT models are normal ogive models with structured factor loadings, structured uniquenesses, and structured local dependencies. These models can be straightforwardly estimated using structural equation modeling (SEM) software Mplus. Simulation studies show how the latent traits are recovered from the comparative binary data under different conditions. The Thurstonian IRT model is also tested with real participants in both research and occupational assessment settings. It is concluded that when the recommended design guidelines are met, scores estimated from forced-choice questionnaires with the proposed methodology reproduce the latent traits well.

Esta tesis tiene dos objetivos principales. El primero es proponer métodos multivariantes para el estudio de las desigualdades socioeconómicas en la mortalidad en áreas pequeñas. El segundo es estudiar estas desigualdades en la práctica en varias ciudades españolas. En consecuencia, se han realizado cuatro estudios diferentes: dos de ellos más metodológicos y los otros dos más aplicados al estudio de las desigualdades. El primer estudio metodológico propone usar Análisis Factorial Bayesiano para el cálculo de índices de privación. Además, en este estudio se concluye que ignorar la variabilidad en la estimación del índice puede conducir a un sesgo cuando las áreas se agrupan según cuantiles del índice. En el segundo estudio se ha reformulado el modelo SANOVA de modo que es posible introducir una covariable dentro de este modelo. Asimismo, dicha reformulación permite la descomposición de la varianza de los patrones estudiados como suma de varianzas de todas las componentes del modelo. Finalmente, los estudios restantes evidencian la existencia de desigualdades socioeconómicas en la mortalidad total y en la mortalidad por las principales causas específicas en once ciudades españolas. Además, para las enfermedades isquémicas del corazón estas desigualdades parecen aumentar ligeramente en el tiempo. / This thesis has two main objectives. The first is to propose multivariate methods for the study of socioeconomic inequalities in mortality in small areas. The second is to study socioeconomic inequalities in mortality in small areas of several Spanish cities. Four different studies were conducted to attain these objectives: two of them focussed on the methodological aspects and the other two being empirical studies focussed on the study of inequalities. The first methodological study proposes the Bayesian factor analysis to calculate a deprivation index. Additionally, this study concludes that ignoring the uncertainty obtained in the estimation of the index may result in a misclassification bias when the areas are grouped according to quantiles of the index. In the second methodological study the SANOVA model has been reformulated enabling the introduction of a covariate in the model. Also, this reformulation permits the decomposition of the variance of the studied patterns into the sum of variances of all the model components. Finally, the other studies show the existence of socioeconomic inequalities in total mortality and mortality by specific causes in eleven major Spanish cities. In addition, for ischemic heart disease these inequalities appear to increase slightly over time.

Esta tesis se integra dentro del proyecto de investigación SOCOTE, financiado por el CICYT con referencia DPI2002-04342-C05-5, titulado "Diseño e implementación de un sistema de ayuda a la toma de decisiones para la gestión de la empresa", que se ha llevado a cabo en el Grupo de Investigación ITIO del Departamento de Organización de Empresas, e INECO (Centro de Ingeniería Económica) de la Universidad Politécnica de Valencia, en colaboración con AITEX (Asociación de industrias del textil), el ITI (Instituto de Tecnología Informática), CONFEVAL (Confederación de Cooperativas de Valencia), y la Federación de Cajas Rurales de la Comunidad Valenciana. También participan la Universidad de Murcia, la Universidad de Cantabria, y la Universidad Politécnica de Cataluña. Esta investigación en particular desarrolla una herramienta de autoevaluación, basada en el Cuadro de Mando Integral y en una adaptación para pymes del Modelo EFQM de Excelencia¿, con la finalidad de identificar factores críticos y servir de ayuda a la toma de decisiones en la gestión de procesos. Es continuación de anteriores investigaciones para facilitar el autodiagnóstico en pymes sobre variables causa (Liderazgo, Estrategia y Planificación, Calidad de la Dirección Comercial, Gestión del Personal, Gestión de Recursos, Gestión de la Información, y Sistemas de Calidad y Procesos) y variables resultado (Satisfacción del Cliente, Satisfacción de la Dirección Comercial, Satisfacción del Personal, Resultados en la Sociedad, y Resultados Comerciales y Empresariales). Se ha realizado una revisión bibliográfica sobre modelos y trabajos precedentes, adaptando la investigación a entidades financieras. El trabajo de campo se ha realizado mediante un sistema automatizado por Internet, que han utilizado 25 entidades. Esta herramienta proporciona de forma inmediata el diagnóstico de la entidad tanto en las perspectivas del Cuadro de Mando Integral como del Modelo EFQM de Excelencia¿. Se han contrastado hipótesis de / Martínez-Vilanova Martínez, AM. (2008). Modelo de evaluación y diagnosis de excelencia en la gestión, basado en el cuadro de mando integral y el modelo EFQM de excelencia. Aplicación a las cajas rurales [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/3791

El aparato digestivo permite que los alimentos se conviertan en nutrientes y proporcionen al organismo las calorías y los elementos fundamentales para la vida, al mismo tiempo que se expulsan y eliminan los productos residuales de forma adecuada. La motilidad intestinal es muy importante para conseguir la segmentación del quimo y el tránsito intestinal y está determinada por la actividad mioeléctrica de las capas musculares intestinales. Dicha actividad también se le denomina electroenterograma (EEnG). La señal mioeléctrica es el resultado de una componente de baja frecuencia que en condiciones fisiológicas está siempre presente llamada onda lenta (OL) o ritmo eléctrico básico (BER) que constituye el marcapasos intestinal; y una componente de alta frecuencia llamada spike bursts o potenciales rápidos de acción que está asociada a las contracciones intestinales. El análisis del EEnG es un paso clave para monitorizar la actividad intestinal. El estudio del BER intestinal no sólo proporciona información acerca del ritmo básico de las contracciones del intestino, sino que puede ayudar a diagnosticar algunas patologías gastrointestinales. Para ofrecer esta herramienta como aplicación clínica, el registro de la señal del EEnG debe ser no invasivo. El objetivo de la presente Tesis Doctoral es detectar la actividad del marcapasos intestinal y caracterizar el ritmo eléctrico básico en el EEnG externo, comparándolo y estudiando su relación con el EEnG interno. Las señales analizadas fueron obtenidas simultáneamente en la superficie abdominal y en la serosa intestinal de perros Beagle en estado de ayuno. Los métodos de estimación autoregresivo (AR), autoregresivo de media móvil (ARMA), Prony y clasificación de señales múltiples (MUSIC), se emplearon para determinar la distribución espectral de potencia asociada a la actividad de la onda lenta, tanto en los registros internos como externos. Por otro lado, para estudiar la relación entre el espectro de la señal captada en superficie y las señales internas, se estimaron las funciones de coherencia utilizando los modelos autoregresivo multivariante (ARM) y MUSIC. / Moreno Vázquez, JDJ. (2011). Estudio espectral del ritmo eléctrico básico del intestino delgado para la monitorización no invasiva del marcapasos intestinal [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/14276

[EN] In the present doctoral thesis electronic systems of measurement have been developed. As element sensor, they include multiple electrodes of nature electrochemical. Each of the electrodes possesses a not specific sensibility to some of the parameters or chemical compounds of the sample to analyzing. The set of electrodes contribute a series of signs that are analyzed of joint form, this way conclusions of interest are obtained, normally the discrimination of complex samples or the quantification of some of their components. This type of measurement systems is denominated electronic tongues. The systems of measurement developed use sensors of type potentiometric and are constructed by pastes of thick film technology, and also by simple metallic electrodes in pure state. With this method, devices with characteristics of construction simplicity, mechanical robustness, easy handling and low cost are obtained. With the data obtained pattern recognition techniques are applied, such as, Principal Components Analysis (PCA), artificial neuronal networks, predictive techniques (PLS), etc. Several types of applications are developed, first with samples of strong ionic character as they are the natural waters. This way, an analysis of several types of packaged and urban provision waters is made, reaching a good discrimination of the samples by means of analysis PCA. By means of techniques PLS (Partial Least Square) the concentration of present ions in those waters is predicted. The experiences with acuosus dissolutions continue with artificial dissolutions to obtain the discrimination according to the type of anion or cation, concluding that is easier the discrimination of dissolutions with different anion that with different cation, as much in pure as in complex dissolutions. The experiences continue with liquid samples but of more complex nature as it is the wine. This type of samples facilitates to be analyzed by systems of electronic tongue because they are formed by a great amount of components, some in elevated proportion as it is the water and the alcohol, but others in small proportion and that are those that provide the organoleptic characteristics of the wine. The experiences are made first on artificial samples with some chemical characteristics similar to the wine and later with real wines of different type and tonality. A good discrimination of the different samples are obtained. But the most remarkable newness of the analyses with wine is the development of a system of detection of volatile by means of potentiometric sensors, from this form, a system of humid electronic nose is obtained. / [ES] En la presente tesis doctoral se desarrollan sistemas electrónicos de medida que tienen como elemento sensor múltiples electrodos de naturaleza electroquímica. Cada uno de los electrodos posee una sensibilidad no específica ante algunos de los parámetros o compuestos químicos de las muestras a analizar. El conjunto de electrodos aportan una serie de señales que se analizan de forma conjunta, para así obtener conclusiones de interés, normalmente en la discriminación de muestras complejas o la cuantificación de algunos de sus componentes. A este tipo de sistemas de medida se le denominan lenguas electrónicas. Los sistemas de medida desarrollados utilizan sensores de tipo potenciométrico y están construidos con pastas de la tecnología de capa gruesa (Thick-Film), y también por electrodos metálicos simples en estado puro. Con este método se consiguen dispositivos con características de sencillez de construcción, robustez mecánica, fácil manejo y bajo costo. Con las señales obtenidas se aplican técnicas de reconocimiento de patrones, como son el Análisis de Componentes Principales (PCA), redes neuronales artificiales, técnicas predictivas como PLS, etc. Se desarrollan varios tipos de aplicaciones, la primera con muestras de fuerte carácter iónico como son las aguas naturales. De esta forma, se realiza un análisis de varios tipos de aguas envasadas y de suministro urbano, alcanzando una buena discriminación de las muestras por medio de análisis PCA. Por medio de técnicas PLS (Partial Least Square) se predice la concentración de los iones presentes en esas aguas. Las experiencias con disoluciones acuosas continúan con disoluciones artificiales para lograr la discriminación de dichas disoluciones según el tipo de anión o de catión, concluyendo que es más fácil la discriminación de las disoluciones con distintos anión que con distinto catión, tanto en disoluciones puras como en compuestas. Las experiencias siguen con muestras líquidas pero de naturaleza más compleja como es el vino. Este tipo de muestras facilita ser analizadas por sistemas de lenguas electrónicas porque están formados por una gran cantidad de componentes, algunos en proporción elevada como es el agua y el alcohol, pero otros en pequeña proporción que son los que proporcionan las características organolépticas del vino. Las experiencias se realizan primero sobre muestras artificiales con algunas características químicas similares al vino y posteriormente con vinos reales de distinto tipo y tonalidad, consiguen una buena discriminación de las diferentes muestras. Pero la novedad más destacable de los análisis con vino es el desarrollo de un sistema de detección de volátiles por medio de sensores potenciométricos, de esta forma se obtiene un sistema de nariz electrónica húmeda. En el tercer tipo de experiencias se utilizan muestras de alimentos sólidos pero con gran proporción de agua, como son la carne y el pescado. En el caso del pescado, se realiza múltiples experiencias con varios tipos de electrodos metálicos y se comprueba que los que ofrecen un mejor resultado son los electrodos de oro y de plata, en ambos casos con un comportamiento bastante repetitivo. Aprovechando estos fenómenos se realizan una serie de análisis con redes neuronales para al final obtener un sistema que ofrece un análisis cualitativo que permite determinar la conservación del pescado en tres posibles estados: Apto, Dudoso y no Apto. Este análisis se acompaña con experiencias de bioquímicas y microbianas para así correlacionar con las medidas potenciométricas. El último tipo de experiencias es el análisis de lomo de cerdo. Por un lado, también se realizan experiencias para determinar si un sistema multielectrodo formado por múltiples metales es capaz de detectar el deterioro de la carne con el paso del tiempo. Un segundo tipo de análisis consiste en lograr una discriminación de diversas piezas d e lomo curado de cerdo. Estas piezas se diferencian entre si por la distinta composición de sales, tanto de NaCl que es el más habitual en el consumo, como KCl, y CaCl2. Por lo tanto, el desarrollo de los sistemas de lengua y nariz electrónica que se presente en esta memoria puede mejorar el control de calidad de las muestras analizadas, con buenas perspectivas de aplicación en múltiples campos económicos, sobretodo en la industria alimentaria. / [CA] En la present tesi doctoral es desenvolupen sistemes electrònics de mesura que tenen com element sensor múltiples elèctrodes de naturalesa electroquímica. Cadascun dels elèctrodes posseïx una sensibilitat no específica davant alguns dels paràmetres o compostos químics de la mostra a analitzar. El conjunt d'elèctrodes aporten una sèrie de senyals que s'analitzen de forma conjunta, per a així obtenir conclusions d'interès, normalment en la discriminació de mostres complexes o la quantificació d'alguns dels seus components. A aquest tipus de sistemes de mesura se li denominen llengües electròniques. Els sistemes de mesura desenvolupats utilitzen sensors de tipus potenciomètric i estan construïts amb pastes de la tecnologia de capa gruixuda (Thick-Fim), i també per elèctrodes metàl·lics simples en estat pur. Amb aquest mètode s'assoleixen dispositius amb característiques de senzillesa de construcció, robustesa mecànica, fàcil maneig i reduït cost. Amb els senyals obtinguts s'apliquen tècniques de reconeixement de patrons, com són l'Anàlisi de Components Principals (PCA), xarxes neuronals artificials, tècniques predictives com PLS, etc. Es desenvolupen diversos tipus d'aplicacions, la primera amb mostres de fort caràcter iònic com són les aigües naturals. D'aquesta forma, es realitza una anàlisi de diversos tipus d'aigües envasades i de subministrament urbà, arribant a una bona discriminació de les mostres per mitjà d'anàlisi PCA. Amb tècniques PLS (Partial Least Square) es prediu la concentració dels ions presents en aquestes aigües. Les experiències amb dissolucions aquoses continuan amb dissolucions artificials per a assolir la discriminació d'aquestes dissolucions segons el tipus d'anió o de catió, concloent que és més fàcil la discriminació de les dissolucions amb diferents anió que amb diferent catió, tant en dissolucions pures com en compostes. Les experiències segueixen amb mostres líquides però de naturalesa més complexa com és el vi. Aquest tipus de mostres es presta a ser analitzades per sistemes de llengües electròniques perquè estan formats per una gran quantitat de components, alguns en proporció elevada com és l'aigua i l'alcohol, però altres en petita proporció que són els quals proporcionen les característiques organolépticas del vi. Les experiències es realitzen primer sobre mostres artificials amb algunes característiques químiques similars al vi i posteriorment amb vins reals de diferent tipus i tonalitat, aconsegueixen una bona discriminació de les diferents postres. Però la novetat més destacable de les anàlisis amb vi és el desenvolupament d'un sistema de detecció de volàtils per mitjà de sensors potenciomètrics, d'aquesta forma s'obté un sistema de nas electrònic humida. En el tercer tipus d'experiències s'utilitzen mostres d'aliments sòlids però amb gran proporció d'aigua, com són la carn i el peix. En el cas del peix es realitza múltiples experiències amb diversos tipus d'elèctrodes metàl·lics i es comprova que els quals oferixen un millor resultats són els elèctrodes d'or i de plata. En ambdós casos tenien un comportament bastant repetitiu. Aprofitant aquests fenòmens es realitzen una sèrie d'anàlisi amb xarxes neuronals per al final obtenir un sistema que oferix una anàlisi qualitativa que permet determinar la conservació del peix en tres possibles estats: Apte, Dubtós i no Apte. Aquesta anàlisi s'acompanya amb experiències de bioquímicques i microbianes per a així correlacionar amb les mesures potenciomètrics. L'últim tipus d'experiències és l'anàlisi de llom de porc. D'una banda, també es realitzen experiències per a determinar si un sistema multielèctrode format per múltiples metalls és capaç de detectar la deterioració de la carn amb el pas del temps. Un segon tipus d'anàlisi consisteix a assolir una discriminació de diverses peces de llom guarit de porc. Aquestes peces es diferencien entre si per la diferent composició de sals, tant de NaCl que és el més habitual en el consum, com KCl, i CaCl2. Per tant, el desenvolupament dels sistemes de llengua i nas electrònic que es presenti en aquesta memòria pot millorar el control de qualitat de les mostres analitzades, amb bones perspectives d'aplicació en múltiples camps econòmics, fonamentalment a la indústria alimentària. / Gil Sánchez, L. (2007). Diseño de lenguas electrónicas potenciométricas construidas con electrodos metálicos y con tecnología de capa gruesa para análisis de medios complejos [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/135954 / Premios Extraordinarios de tesis doctorales

La presente tesis doctoral surge ante la necesidad creciente por parte de la mayoría de empresas, y en especial (pero no únicamente) aquellas dentro de los sectores farmacéu-tico, químico, alimentación y bioprocesos, de aumentar la flexibilidad en su rango ope-rativo para reducir los costes de fabricación, manteniendo o mejorando la calidad del producto final obtenido. Para ello, esta tesis se centra en la aplicación de los conceptos del Quality by Design para la aplicación y extensión de distintas metodologías ya exis-tentes y el desarrollo de nuevos algoritmos que permitan la implementación de herra-mientas adecuadas para el diseño de experimentos, el análisis multivariante de datos y la optimización de procesos en el ámbito del diseño de mezclas, pero sin limitarse ex-clusivamente a este tipo de problemas. Parte I - Prefacio, donde se presenta un resumen del trabajo de investigación realiza-do y los objetivos principales que pretende abordar y su justificación, así como una introducción a los conceptos más importantes relativos a los temas tratados en partes posteriores de la tesis, tales como el diseño de experimentos o diversas herramientas estadísticas de análisis multivariado. Parte II - Optimización en el diseño de mezclas, donde se lleva a cabo una recapitu-lación de las diversas herramientas existentes para el diseño de experimentos y análisis de datos por medios tradicionales relativos al diseño de mezclas, así como de algunas herramientas basadas en variables latentes, tales como la Regresión en Mínimos Cua-drados Parciales (PLS). En esta parte de la tesis también se propone una extensión del PLS basada en kernels para el análisis de datos de diseños de mezclas, y se hace una comparativa de las distintas metodologías presentadas. Finalmente, se incluye una breve presentación del programa MiDAs, desarrollado con la finalidad de ofrecer a sus usuarios la posibilidad de comparar de forma sencilla diversas metodologías para el diseño de experimentos y análisis de datos para problemas de mezclas. Parte III - Espacio de diseño y optimización a través del espacio latente, donde se aborda el problema fundamental dentro de la filosofía del Quality by Design asociado a la definición del llamado 'espacio de diseño', que comprendería todo el conjunto de posibles combinaciones de condiciones de proceso, materias primas, etc. que garanti-zan la obtención de un producto con la calidad deseada. En esta parte también se trata el problema de la definición del problema de optimización como herramienta para la mejora de la calidad, pero también para la exploración y flexibilización de los procesos productivos, con el objeto de definir un procedimiento eficiente y robusto de optimiza-ción que se adapte a los diversos problemas que exigen recurrir a dicha optimización. Parte IV - Epílogo, donde se presentan las conclusiones finales, la consecución de objetivos y posibles líneas futuras de investigación. En esta parte se incluyen además los anexos. / Aquesta tesi doctoral sorgeix davant la necessitat creixent per part de la majoria d'em-preses, i especialment (però no únicament) d'aquelles dins dels sectors farmacèutic, químic, alimentari i de bioprocessos, d'augmentar la flexibilitat en el seu rang operatiu per tal de reduir els costos de fabricació, mantenint o millorant la qualitat del producte final obtingut. La tesi se centra en l'aplicació dels conceptes del Quality by Design per a l'aplicació i extensió de diferents metodologies ja existents i el desenvolupament de nous algorismes que permeten la implementació d'eines adequades per al disseny d'ex-periments, l'anàlisi multivariada de dades i l'optimització de processos en l'àmbit del disseny de mescles, però sense limitar-se exclusivament a aquest tipus de problemes. Part I- Prefaci, en què es presenta un resum del treball de recerca realitzat i els objec-tius principals que pretén abordar i la seua justificació, així com una introducció als conceptes més importants relatius als temes tractats en parts posteriors de la tesi, com ara el disseny d'experiments o diverses eines estadístiques d'anàlisi multivariada. Part II - Optimització en el disseny de mescles, on es duu a terme una recapitulació de les diverses eines existents per al disseny d'experiments i anàlisi de dades per mit-jans tradicionals relatius al disseny de mescles, així com d'algunes eines basades en variables latents, tals com la Regressió en Mínims Quadrats Parcials (PLS). En aquesta part de la tesi també es proposa una extensió del PLS basada en kernels per a l'anàlisi de dades de dissenys de mescles, i es fa una comparativa de les diferents metodologies presentades. Finalment, s'inclou una breu presentació del programari MiDAs, que ofe-reix la possibilitat als usuaris de comparar de forma senzilla diverses metodologies per al disseny d'experiments i l'anàlisi de dades per a problemes de mescles. Part III- Espai de disseny i optimització a través de l'espai latent, on s'aborda el problema fonamental dins de la filosofia del Quality by Design associat a la definició de l'anomenat 'espai de disseny', que comprendria tot el conjunt de possibles combina-cions de condicions de procés, matèries primeres, etc. que garanteixen l'obtenció d'un producte amb la qualitat desitjada. En aquesta part també es tracta el problema de la definició del problema d'optimització com a eina per a la millora de la qualitat, però també per a l'exploració i flexibilització dels processos productius, amb l'objecte de definir un procediment eficient i robust d'optimització que s'adapti als diversos pro-blemes que exigeixen recórrer a aquesta optimització. Part IV- Epíleg, on es presenten les conclusions finals i la consecució d'objectius i es plantegen possibles línies futures de recerca arran dels resultats de la tesi. En aquesta part s'inclouen a més els annexos. / The present Ph.D. thesis is motivated by the growing need in most companies, and specially (but not solely) those in the pharmaceutical, chemical, food and bioprocess fields, to increase the flexibility in their operating conditions in order to reduce production costs while maintaining or even improving the quality of their products. To this end, this thesis focuses on the application of the concepts of the Quality by Design for the exploitation and development of already existing methodologies, and the development of new algorithms aimed at the proper implementation of tools for the design of experiments, multivariate data analysis and process optimization, specially (but not only) in the context of mixture design. Part I - Preface, where a summary of the research work done, the main goals it aimed at and their justification, are presented. Some of the most relevant concepts related to the developed work in subsequent chapters are also introduced, such as those regarding design of experiments or latent variable-based multivariate data analysis techniques. Part II - Mixture design optimization, in which a review of existing mixture design tools for the design of experiments and data analysis via traditional approaches, as well as some latent variable-based techniques, such as Partial Least Squares (PLS), is provided. A kernel-based extension of PLS for mixture design data analysis is also proposed, and the different available methods are compared to each other. Finally, a brief presentation of the software MiDAs is done. MiDAs has been developed in order to provide users with a tool to easily approach mixture design problems for the construction of Designs of Experiments and data analysis with different methods and compare them. Part III - Design Space and optimization through the latent space, where one of the fundamental issues within the Quality by Design philosophy, the definition of the so-called 'design space' (i.e. the subspace comprised by all possible combinations of process operating conditions, raw materials, etc. that guarantee obtaining a product meeting a required quality standard), is addressed. The problem of properly defining the optimization problem is also tackled, not only as a tool for quality improvement but also when it is to be used for exploration of process flexibilisation purposes, in order to establish an efficient and robust optimization method in accordance with the nature of the different problems that may require such optimization to be resorted to. Part IV - Epilogue, where final conclusions are drawn, future perspectives suggested, and annexes are included. / Palací López, DG. (2018). Quality by Design through multivariate latent structures [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/115489

La tesi desenvolupa el tema de la predicció de la volatilitat financera en el context de l’ús de dades d’alta freqüència, i se centra en una línia de recerca doble: proposar models alternatius que millorarien la predicció de la volatilitat i classificar els models de volatilitat ja existents com els que es proposen en aquesta tesi. Els objectius es poden classificar en tres categories. El primer consisteix en la proposta d’un nou mètode de predicció de la volatilitat que segueix una línia de recerca desenvolupada recentment, la qual apunta al fet de mesurar la volatilitat intradia, com també la nocturna. Es proposa una categoria de models realized GARCH bivariants. El segon objectiu consisteix en la proposta d’una metodologia per predir la volatilitat diària multivariant amb models autoregressius que utilitzen estimacions de volatilitat diària (i nocturna, en el cas dels bivariants), a més d’informació d’alta freqüència, quan se’n disposava. S’aplica l’anàlisi de components principals (ACP) a un conjunt de models de tipus realized GARCH univariants i bivariants. El mètode representa una extensió d’un model ja existent (PC-GARCH) que estimava un model GARCH multivariant a partir de l’estimació de models GARCH univariants dels components principals de les variables inicials. El tercer objectiu de la tesi és classificar el rendiment dels models de predicció de la volatilitat ja existents o dels nous, a més de la precisió de les mesures intradia que s’utilitzaven en les estimacions dels models. En relació amb els resultats, s’observa que els models EGARCHX, realized EGARCH i realized GARCH(2,2) obtenen una millor valoració, mentre que els models GARCH i no realized EGARCH obtenen uns resultats inferiors en gairebé totes les proves. Això permet concloure que el fet d’incorporar mesures de volatilitat intradia millora el problema de la modelització. Quant a la classificació dels models realized bivariants, s’observa que tant els models realized GARCH bivariant (en versions completes i parcials) com el model realized EGARCH bivariant obtenen millors resultats; els segueixen els models realized GARCH(2,2) bivariant, EGARCH bivariant I EGARCHX bivariant. En comparar les versions bivariants amb les univariants, amb l’objectiu d’investigar si l’ús de mesures de volatilitat nocturna a les equacions dels models millora l’estimació de la volatilitat, es mostra que els models bivariants superen els univariants. Els resultats proven que els models bivariants no són totalment inferiors als seus homòlegs univariants, sinó que resulten ser bones alternatives per utilitzar-los en la predicció, juntament amb els models univariants, per tal d’obtenir unes estimacions més fiables. / La tesis desarrolla el tema de la predicción de la volatilidad financiera en el contexto del uso de datos de alta frecuencia, y se centra en una doble línea de investigación: la de proponer modelos alternativos que mejorarían la predicción de la volatilidad y la de clasificar modelos de volatilidad ya existentes como los propuestos en esta tesis. Los objetivos se pueden clasificar en tres categorías. El primero consiste en la propuesta de un nuevo método de predicción de la volatilidad que sigue una línea de investigación recientemente desarrollada, la cual apunta al hecho de medir la volatilidad intradía, así como la nocturna. Se propone una categoría de modelos realized GARCH bivariantes. El segundo objetivo consiste en proponer una metodología para predecir la volatilidad diaria multivariante con modelos autorregresivos que utilizaran estimaciones de volatilidad diaria (y nocturna, en el caso de los bivariantes), además de información de alta frecuencia, si la había disponible. Se aplica el análisis de componentes principales (ACP) a un conjunto de modelos de tipo realized GARCH univariantes y bivariantes. El método representa una extensión de un modelo ya existente (PCGARCH) que calculaba un modelo GARCH multivariante a partir de la estimación de modelos GARCH univariantes de los componentes principales de las variables iniciales. El tercer objetivo de la tesis es clasificar el rendimiento de los modelos de predicción de la volatilidad ya existentes o de los nuevos, así como la precisión de medidas intradía utilizadas en las estimaciones de los modelos. En relación con los resultados, se observa que los modelos EGARCHX, realized EGARCH y GARCH(2,2) obtienen una mejor valoración, mientras que los modelos GARCH y no realized EGARCH obtienen unos resultados inferiores en casi todas las pruebas. Esto permite concluir que el hecho de incorporar medidas de volatilidad intradía mejora el problema de la modelización. En cuanto a la clasificación de modelos realized bivariantes, se observa que tanto los modelos realized GARCH bivariante (en versiones completas y parciales) como realized EGARCH bivariante obtienen mejores resultados; les siguen los modelos realized GARCH(2,2) bivariante, EGARCH bivariante y EGARCHX bivariante. Al comparar las versiones bivariantes con las univariantes, con el objetivo de investigar si el uso de medidas de volatilidad nocturna en las ecuaciones de los modelos mejora la estimación de la volatilidad, se muestra que los modelos bivariantes superan los univariantes. Los resultados prueban que los modelos bivariantes no son totalmente inferiores a sus homólogos univariantes, sino que resultan ser buenas alternativas para utilizarlos en la predicción, junto con los modelos univariantes, para lograr unas estimaciones más fiables. / The thesis develops the topic of financial volatility forecasting in the context of the usage of high frequency data, and focuses on a twofold line of research: that of proposing alternative models that would enhance volatility forecasting and that of ranking existing or newly proposed volatility models. The objectives may be disseminated in three categories. The first scope constitutes of the proposal of a new method of volatility forecasting that follows a recently developed research line that pointed to using measures of intraday volatility and also of measures of night volatility, the need for new models being given by the question whether adding measures of night volatility improves day volatility estimations. As a result, a class of bivariate realized GARCH models was proposed. The second scope was to propose a methodology to forecast multivariate day volatility with autoregressive models that used day (and night for bivariate) volatility estimates, as well as high frequency information when that was available. For this, the Principal Component algorithm (PCA) was applied to a class of univariate and bivariate realized GARCH-type of models. The method represents an extension of one existing model (PC GARCH) that estimated a multivariate GARCH model by estimating univariate GARCH models of the principal components of the initial variables. The third goal of the thesis was to rank the performance of existing or newly proposed volatility forecasting models, as well as the accuracy of the intraday measures used in the realized models estimations. With regards to the univariate realized models’ rankings, it was found that EGARCHX, Realized EGARCH and Realized GARCH(2,2) models persistently ranked better, while the non-realized GARCH and EGARCH models performed poor in each stance almost. This allowed us to conclude that incorporating measures of intraday volatility enhances the modeling problem. With respect to the bivariate realized models’ ranking, it was found that Bivariate Realized GARCH (partial and complete versions) and Bivariate Realized EGARCH models performed the best, followed by the Bivariate Realized GARCH(2,2), Bivariate EGARCH and Bivariate EGARCHX models. When the bivariate versions were compared to the univariate ones in order to investigate whether using night volatility measurements in the models’ equations improves volatility estimation, it was found that the bivariate models surpassed the univariate ones when specific methodology, ranking criteria and stocks were used. The results were mixed, allowing us to conclude that the bivariate models did not prove totally inferior to their univariate counterparts, proving as good alternative options to be used in the forecasting exercise, together with the univariate models, for more reliable estimates. Finally, the PC realized models and PC bivariate realized models were estimated and their performances were ranked; improvements the PC methodology brought in high frequency multivariate modeling of stock returns were also discussed. PC models were found to be highly effective in estimating multivariate volatility of highly correlated stock assets and suggestions on how investors could use them for portfolio selection were made.

This thesis proposes a framework for identifying the root-cause of a voltage disturbance, as well as, its source location (upstream/downstream) from the monitoring place. The framework works with three-phase voltage and current waveforms collected in radial distribution networks without distributed generation. Real-world and synthetic waveforms are used to test it. The framework involves features that are conceived based on electrical principles, and assuming some hypothesis on the analyzed phenomena. Features considered are based on waveforms and timestamp information. Multivariate analysis of variance and rule induction algorithms are applied to assess the amount of meaningful information explained by each feature, according to the root-cause of the disturbance and its source location. The obtained classification rates show that the proposed framework could be used for automatic diagnosis of voltage disturbances collected in radial distribution networks. Furthermore, the diagnostic results can be subsequently used for supporting power network operation, maintenance and planning. / En esta tesis se propone una metodología para la identificación de la localización relativa (aguas arriba/abajo) y la causa de una perturbación eléctrica. La metodología utiliza las ondas trifásicas de tensión y de corriente registradas en redes de distribución radial sin presencia de generación distribuida. La metodología es validada utilizando perturbaciones eléctricas reales y simuladas. La metodología involucra atributos que han sido concebidos basándose en principios eléctricos e hipótesis de acuerdo a cada uno de los fenómenos eléctricos analizados. Se propusieron atributos tanto basados en la forma de onda como en la fecha de ocurrencia de la perturbación. La cantidad de información contenida y/o explicada por cada atributo es valorada mediante la aplicación del análisis multivariante de la varianza y algoritmos de extracción automática de reglas de decisión. Los resultados de clasificación muestran que la metodología propuesta puede ser utilizada para el diagnóstico automático de perturbaciones eléctricas registradas en redes de distribución radial. Los resultados de diagnóstico pueden ser utilizados para apoyar las tareas de operación, mantenimiento y planeamiento de las redes de distribución.

Despite some great success, many human diseases cannot be effectively treated, prevented or cured, yet. Moreover, prescribed drugs are often not very efficient and cause undesired side effects. Hence, there is a need to investigate the molecular basis of diseases and adverse drug reactions in more detail. For this purpose, relevant biomedical data needs to be gathered, integrated and analysed in a meaningful way. In this regard, we have developed novel integrative analysis approaches based on both perspectives, classical multivariate statistics and systems biology. A novel multilevel statistical method has been developed for exploiting molecular and pharmacological information for a set of drugs in order to investigate undesired side effects. Systems biology approaches have been used to study the genetic basis of human diseases at a global scale. For this purpose, we have developed an integrated gene-disease association database and tools for user-friendly access and analysis. We showed that modularity applies for mendelian, complex and environmental diseases and identified disease-related core biological processes. We have constructed a workflow to investigate adverse drug reactions using our gene-disease association database. A detailed study of currently available pathway data has been performed to evaluate its applicability to build network models. Finally, a strategy to integrate information about sequence variations with biological pathways has been implemented to study the effect of the sequence variations onto biological processes. In summary, the developed methods are of immense practical value for other biomedical researchers and can aid to improve the understanding of the molecular basis of diseases and adverse drug reactions.A pesar de que existen tratamientos eficaces para las enfermedades, no hay todavía una cura o un tratamiento efectivo para muchas de ellas. Asimismo los medicamentos pueden ser ineficaces o causar efectos secundarios indeseables. Por lo tanto, es necesario investigar en profundidad las bases moleculares de las enfermedades y de los efectos secundarios de los medicamentos. Para ello, es necesario identificar y analizar de forma integrada los datos biomédicos relevantes. En este sentido, hemos desarrollado nuevos métodos de análisis e integración de datos biomédicos que van desde el análisis estadístico multivariante a la biología de sistemas. En primer lugar, hemos desarrollado un nuevo método estadístico multinivel para la explotación de la información molecular y farmacológica de un conjunto de drogas a fin de investigar efectos secundarios no deseados. Luego, hemos usado métodos de biología de sistemas para estudiar las bases genéticas de enfermedades humanas a escala global. Para ello, hemos integrado en una base de datos asociaciones entre genes y enfermedades y hemos desarrollado herramientas para el fácil acceso y análisis de los datos. Mostramos que las enfermedades mendelianas, complejas y ambientales presentan modularidad e identificamos los procesos biológicos relacionados con dichas enfermedades. Hemos construido una herramienta para investigar las reacciones adversas a los medicamentos basada en nuestra base de datos de asociaciones entre genes y enfermedades. Realizamos un estudio detallado de los datos disponibles sobre los procesos biológicos para evaluar su aplicabilidad en la construcción de modelos dinámicos. Por último, desarrollamos una estrategia para integrar la información sobre las variaciones de secuencia de genes con los procesos biológicos para estudiar el efecto de dichas variaciones en los procesos biológicos. En resumen, los métodos presentados en esta tesis constituyen una herramienta valiosa para otros investigadores y pueden ayudar a mejorar la comprensión de las bases moleculares de las enfermedades y de las reacciones adversas a los medicamentos.