El grupo de investigación SIMDA está compuesto por un equipo multidisciplinar que centra sus actividades en el modelado y desarrollo de sistemas inteligentes. Buscamos sacar el máximo provecho de este entorno multidisciplinar y estamos abiertos a trabajar con otras instituciones, tanto académicas como médicas y de la industria.
Si usted está interesado en colaborar con nosotros durante sus estudios o realizar un proyecto con nosotros (proyecto de fin de grado, proyecto de fin de máster, doctorado, etc.), por favor, póngase en contacto con los investigadores principales de las líneas de investigación abiertas que se muestran más abajo.
Dentro de las líneas de trabajo del grupo SIMDA, ofrecemos trabajos de investigación orientados a TFM en robótica autónoma. En particular, nuestra investigación se centra en algoritmos de navegación autónoma basados en propiedades geométricas del espacio, sistemas multi-robot, interacción robot-humano y control de robots mediante el uso de procesadores biológicos (cultivos celulares). Si estás interesado en realizar tu TFM con nosotros, visita nuestra página web donde encontrarás información ampliada sobre los temas y requisitos necesarios.
Contacto:
Félix de la Paz (delapaz@dia.uned.es)
Los proyectos que se proponen en esta página están vinculados a la investigación relacionada con aspectos teóricos y aplicados de la Computación Evolutiva (CE) y de sus diferentes algoritmos (algoritmos genéticos, estrategias evolutivas y programaciónn genética). Básicamente, se pueden agrupar en tres líneas de investigación: Visión Artificial Evolutiva, Diseño Evolutivo y Aspectos Teóricos de la CE.
En todas las líneas ofertadas anteriormente, es imprescindible tener conocimientos teóricos y prácticos de Computación Evolutiva. Así mismo, es recomendable que el alumno que se presente como candidato para realizar este tipo de proyectos reúna las siguientes características:
Contacto: Enrique J. Carmona (ecarmona@dia.uned.es)
Las enfermedades neurodegenerativas han adquirido una especial relevancia debido al envejecimiento progresivo de la población. El diagnóstico temprano de la enfermedad de Alzheimer es un asunto de especial interés, pues supone alrededor del 70% de las enfermedades neurodegenerativas. Esta línea de trabajo se centra en el modelado y análisis, mediante técnicas de IA, de estudios neuro-psicológicos realizados a personas mayores para la detección temprana de enfermedades neurodegenerativas. En esta línea, el grupo ha realizado estudios de la memoria semántica y actualmente se están analizando tests gráficos (dibujos a mano alzada) realizados por personas mayores que todavía no presentan síntomas de la enfermedada para detectar patrones compatibles con el desarrollo de la enfermedad. Estos estudios tienen especial importancia en screenings de población, pues son métodos muy económicos y, por tanto, fáciles de implementar.
Los interesados en esta línea de trabajo deben tener interés por alguno de los siguientes campos:
Aplicaciones de la IA en medicina. Aprendizaje automático supervisado, minería de datos, métodos probabilistas, teoría de la decisión, etc. Modelado e inferencia con ontologías (OWL, RDF, SWRL, SPARQL,...) Procesado de imagen (MATLAB, opencv,...) Análisis visual de la información (visual analytics)
Contacto:
Rafael Martínez (rmtomas@dia.uned.es)
Mariano Rincón (mrincon@dia.uned.es)Una línea actualmente en auge es la estética computacional, cuyo objetivo es la investigación en métodos computacionales que permitan tomar decisiones estéticas de manera similar a como lo hacen los humanos. Se trata, por tanto, de valorar cuantitativamente el contenido estético de una visualización, modelando, con técnicas de inteligencia artificial, los elementos visuales de diseño (línea, color, textura y forma) y su organización siguiendo principios procedentes de la psicología y la neurociencia.
Actualmente, estamos en fase de difusión del proyecto class="term" href="PAGUS/index.html">G-GI3000/IDIK, titulado "Sistema basado en conocimiento para la valoración de la integración del paisaje y de las infraestructuras a partir de información visual".
Los interesados en esta línea deben tener interés por alguno de los siguientes campos:
Arte, diseño visual, marketing visual, ... Estética computacional Aprendizaje automático supervisado, minería de datos, ... Modelado e inferencia con ontologías (OWL, RDF, SWRL, SPARQL,...) Procesado de imagen (MATLAB, opencv, ...) Sistemas de información geográfica (uso de GIS, procesado en GIS, ...) Análisis visual de la información (visual analytics)
Contacto: Mariano Rincón (mrincon@dia.uned.es)
El estado actual de la tecnología permite disponer, de manera no invasiva, de gran variedad de imágenes del cerebro. Los estudios de neuroimagen se centran en el análisis del cerebro a distintas escalas, intentando identificar la relación entre estructura, función y comportamiento. Nosotros nos centramos, entre otros temas, en el análisis de imágenes de resonancia magnética tanto funcional como estructural en distintos niveles de abstracción y abordamos problemas tales como localización, caracterización y seguimiento de estructuras cerebrales, estudios funcionales, diagnóstico de enfermedades, gestión de estudios multicentro, etc.
Actualmente, tenemos en marcha los siguientes proyectos:
Visión artificial: Caracterización de objetos amorfos en 2D y 3D para el estudio de lesiones focalizadas en el cerebro. (Proyecto Proyecto 018‐ABEL‐CM‐2013). Resting State FMRI: análisis de imágenes de resonancia magnética funcional en resting state para realizar clustering de grupos, clasificación y diagnóstico basado en las principales redes neuronales en estado de reposo.
Los interesados deben tener interés por alguno de los siguientes campos:
Procesado de imagen (MATLAB, itk, 3dslicer, ...) Aprendizaje automático supervisado, minería de datos, ... Modelado e inferencia con ontologías (OWL, RDF, SWRL, SPARQL,...) Modelado de objetos 3D (vtk, openCL) Informática médica (XNAT) Análisis visual de la información (visual analytics)
Contacto: Mariano Rincón (mrincon@dia.uned.es)