En este apartado se irán publicando tanto propuestas concretas como ideas preliminares de TFT que los profesores vayan realizando, incluyendo las que se desarrollarán en colaboración con empresas. Para incluir una nueva propuesta, deberán enviar un correo a sri.eii@ulpgc.es con el título provisional y, opcionalmente, un breve párrafo descriptivo.
Los estudiantes interesados deben ponerse en contacto con el proponente con vistas a la posible asignación del trabajo.
IMPORTANTE: se muestra la oferta disponible para el curso actual, la correspondiente al curso 23/24 está en fase de elaboración y se publicará entre julio y septiembre.
Objetivo: Desarrollar un aplicativo con dispositivo de Realidad Aumentada para incluirlo en la formación de los estudiantes de medicina.
Descripción: Desarrollar un prototipo de aplicativo que pueda ser utilizado con escenarios sanitarios para ilustrar a estudiantes de medicina la capacidad de la tecnología inmersiva de la realidad aumentada mediante ejemplos prácticos.
Objetivo: Desarrollar un aplicativo en Realidad Virtual para Educar en Escenarios Clínicos.
Descripción: Desarrollar un prototipo de aplicación software sobre dispositivo de visión VR que permita la interacción virtual con un enfermo para aprender protocolos de control o actuación en ciertas circunstancias clínicas. Se usarán tecnologías afines y de IA generativa
Objetivo: Graficar los resultados de los simuladores virtuales de formación y entrenamiento sanitario para realizar representaciones visuales de forma amigable e inteligibles por los tutores.
Descripción: Utilizar librerías, lenguajes de scripting o entornos abiertos para desarrollar aplicativo software en web que importe las bases de datos de los resultados de los simuladores virtuales utilizados en el entrenamiento sanitario y represente las métricas de manera amigable para su interpretación.
-
-
Análisis de dataset con señales de encefalograma para el estudio de los efectos de la meditación, mediante el uso de arquitetura de Big Data. Lenguaje para el análisis y visualización, R o Python; arquitectura para big data basada en hadoop/spark. Posibilidad de publicación científica asociada al TFT.
Análisis de datos de movilidad de diversas fuentes, en tiempo real, para modelado descriptivo y predictivo. Lenguaje para el análisis y visualización, R o Python. Posibilidad de publicación científica asociada al TFT.
Se trata de realizar una aplicación para detectar el contorno de unas piezas recién fabricadas, utilizando algoritmos ya conocidos de detección de bordes, y contrastarlos con los contornos deseados para detectar posibles fallos de fabricación.
1. Introducción y Contexto
En la educación actual, el uso de tecnologías avanzadas, como la inteligencia artificial (IA), está revolucionando los métodos de enseñanza y aprendizaje. En particular, Moodle, una plataforma de aprendizaje ampliamente utilizada, ofrece el plugin Virtual Programming Lab (VPL) que facilita la evaluación automática de ejercicios de programación, permitiendo a los estudiantes trabajar en sus habilidades de programación de forma autónoma y a los profesores gestionar eficientemente las tareas de evaluación.
Sin embargo, el proceso de aprendizaje de programación puede beneficiarse significativamente con la incorporación de tecnologías de IA que proporcionen asistencia personalizada y mejoras en la experiencia tanto de los estudiantes como de los profesores. Este proyecto propone la integración de ayuda basada en IA en el plugin VPL para Moodle, ofreciendo sugerencias inteligentes, retroalimentación automática y apoyo en la evaluación.
2. Objetivos del Proyecto
El objetivo principal del proyecto es diseñar e implementar una extensión del plugin VPL de Moodle que permita la integración de ayuda de IA en diversos puntos del proceso educativo, tanto para estudiantes como para profesores. Para alcanzar este objetivo, se desarrollará un tipo de subplugin de VPL cuyas instancias actúen como una interfaz de intermediación entre el plugin VPL y diferentes proveedores de servicios de IA.
La gestión actual del turismo en España se enfrenta a diversos retos, entre ellos el manejo de información digital que ayude al mantenimiento y mejora de la competitividad de los destinos, la innovación y la gestión sostenible de los recursos. Esta línea de TFTs persigue proveer resultados que ayuden a tomar decisiones óptimas en estos aspectos a los gestores turísticos, públicos y privados.
Desarrollo de metodologías (bayesianas) nuevas para la clasificación y agrupación de diferentes conjuntos de datos. Las aplicaciones son muy variadas y se discutirán con el alumno interesado en función de sus preferencias: sanidad, turismo, etc. El tema es global y puede ser objeto de varios trabajos. Conocimientos: R y/o Phyton
Con la implantación de las nuevas tecnologías, el movimiento puede ser cuantificado y dar datos objetivos a los deportistas o entrenadores sobre el desarrollo de la actividad física. El objetivo de este proyecto a partir de distintos tipos movimientos repetitivos con un reloj inteligente (por ejemplo, natación, carrera, pesas,), avisar del momento en que el usuario comienza a cansarse o a disminuir la eficacia de su movimiento.
Con la implantación de las nuevas tecnologías, el movimiento puede ser cuantificado y dar datos objetivos los médicos para ayudarles en sus diagnósticos. El objetivo de este proyecto es a partir de distintos tipos dibujos capturados con una tableta, estudiar qué parámetros y/o sistema de IA permite discriminar mejor entre diferentes tipos Parkinson.
El movimiento humano se inicia cuando el cerebro envía instrucciones a los músculos. El objetivo de este Trabajo de Fin de Grado es analizar las similitudes entre señales EEG y señales inerciales con el fin de estudiar el movimiento humano.
Con la implantación de las nuevas tecnologías, el movimiento puede ser cuantificado y dar datos objetivos a los educadores o psicólogos para ayudarles en sus diagnósticos. El objetivo de este proyecto es a partir de distintos tipos dibujos capturados con una tableta y de movimientos capturados por un reloj, y estudiar qué parámetros, sensores y sistema de IA permite discriminar mejor entre diferentes tipos de trastornos.
El objetivo es crear una aplicación que permita controlar un robot para que identifique una pieza seleccionada y estimar la trayectoria para alcanzar la posición de destino que estará marcada con la forma seleccionada, siguiendo los pasos de aprendizaje de un niño, e imitando el patrón de movimiento humano. Para ello, el robot podrá ver por medio de una cámara las piezas distribuidas en un espacio de trabajo al azar, y ver la posición de destino, que será donde encaje con la forma seleccionada.
Con la implantación de las nuevas tecnologías, el movimiento puede ser cuantificado y proporcionar datos objetivos a los médicos para ayudarles en sus diagnósticos. El objetivo de este proyecto es, a partir las grabaciones de voz capturadas en un proyecto de investigación, aplicar algoritmos de evaluación del movimiento y sistema de IA para discriminar mejor entre diferentes tipos de Parkinson, y que se pueda mostrar a los médicos los parámetros obtenidos.
El movimiento humano se inicia cuando el cerebro envía instrucciones a los músculos. El objetivo de este proyecto es evaluar la posibilidad de usar la señal obtenida de un sensor EEG, para discriminar entre al menos dos dibujos realizados sobre una tableta digital utilizando técnicas de aprendizaje automático y técnicas utilizadas en la evaluación del movimiento.
Este Trabajo de Fin de Título (TFT), enmarcado en el ámbito de la Neurociencia Computacional, consistirá en la realización de una Plataforma Software Extensible para la Simulación y Visualización de modelos de la dinámica del Óxido Nítrico (NO) como neurotransmisor en el cerebro.
Desde la perspectiva funcional, este TFT está centrado en el desarrollo de una Plataforma Virtual que permita la incorporación de los correspondientes Módulos Computacionales que simulan la dinámica del NO.
Se persigue un Sistema Software preparado, y organizado funcionalmente, para realizar estudios que nos permitan descubrir la forma en la que este gas influye en los procesos de aprendizaje y formación de memoria de la Red Neuronal Biológica, y poder incorporarlo en los algoritmos de aprendizaje de las Redes Neuronales Artificiales.
Desde la perspectiva tecnológica, este TFT plantea un desarrollo que implemente las anteriores funcionalidades mediante la utilización de un stack tecnológico basado en Python (htps://www.python.org/downloads/), Django (htps://www.djangoproject.com/), MongoDB (htps://www.mongodb.com/) y librerías asociadas: TensorFlow (htps://www.tensorflow.org/), Scikit-Learn (htps://scikit-learn.org/stable/), Matplotlib (htps://matplotlib.org/).
En este Trabajo de Fin de Título (TFT) se utilizará Computación Inteligente, esencialmente Redes Neuronales Artificiales (RNA), y distintas técnicas de ciencia de datos, en el ámbito Clínico, con el objetivo de diseñar y desarrollar un entorno software para la automatización del diagnóstico de enfermedades neurodegenerativas asociadas al envejecimiento, tales como la Enfermedad del Alzhéimer (EA) y el Deterioro Cognitivo Leve (MCI).
Para realizar lo anterior se plantea un entorno software modular que mediante parametrización realice todas las fases de tratamiento inteligente, incluyendo carga y almacenamiento, de los datos procedentes de diversos Sistemas Clínicos Asistenciales y/o de bases de datos especializadas en el ámbito: ADNI, Physionet, eICU Collaborative Research, etc., así como el desarrollo del módulo software correspondiente para la ayuda a la clasificación y detección temprana de las neuropatologías consideradas.
Adicionalmente a lo anterior, se persigue también que el Sistema Software desarrollado esté preparado y organizado funcionalmente, para poder ser utilizado en estudios paramétricos sobre cualquier conjunto de datos del ámbito de las de Enfermedades Neurodegenerativas, así como analizar las capacidades de las RNA en la clasificación de dichas enfermedades y ejecutar comparativas de desempeño con otros Sistemas Software existentes
Desde la perspectiva tecnológica, este TFT plantea la realización de trabajos de desarrollo en los que utilizaremos el lenguaje de programación Python (htps://www.python.org/downloads/), y librerías asociadas: TensorFlow (htps://www.tensorflow.org/), Scikit-Learn (htps://scikit- learn.org/stable/), Matplotlib (htps://matplotlib.org/), etc.
Este Trabajo de Fin de Título consistirá en el diseño y desarrollo de un tutor inteligente basado en la API de ChatGPT que permitirá a los estudiantes de informática el aprendizaje autónomo y personalizado de la programación a través de ejercicios prácticos y asistencia instantánea.
El proyecto contempla el desarrollo de una plataforma web que presente una serie de ejercicios de programación de dificultad progresiva. El estudiante podrá acceder a estos ejercicios y comenzar a resolverlos utilizando el lenguaje de programación objeto de estudio. Durante el proceso, el tutor inteligente, alimentado por la API de ChatGPT, ofrecerá apoyo interactivo, proporcionando pistas, explicaciones y ejemplos de código según sea necesario.
La aplicación también incluirá un módulo de seguimiento que registrará el progreso del estudiante.
Escuela de Ingeniería Informática