La reciente revolución en la investigación académica del sonido para videojuegos nos deja un panorama lleno de luces y sombras. Las notables mejoras en el campo del realismo sonoro logradas por sistemas de espacialización como Steam Audio, basados en la simulación física, suponen a la vez una importante carga para el procesador que disminuye el rendimiento en los videojuegos más exigentes, a la vez que añade latencia a la interfaz. Por esta razón, proponemos un sistema alternativo para el posicionamiento espacial de sonido en videojuegos, basado en la aplicación de filtros de paso bajo (LPF), que sacrifica el realismo con el fin de lograr una mayor eficiencia. Además, el sistema propuesto tiene como fundamento un diseño sonoro más claro para el usuario, con la intención de mejorar también el rendimiento de los jugadores en tareas de identificación de posición de sonidos 3D. Los resultados de la presente investigación, llevada a cabo a través de dos fases experimentales, indican una mejora significativa de las capacidades de identificación de sonido tridimensional en los sujetos cuando se utilizan LPF en sonidos que se encuentran fuera del campo visual, frente a cuando se utilizan los sistemas de espacialización nativos de dos populares motores de videojuegos: Unity 3D y Unreal Engine 4.

En la actualidad, la proliferación de vehículos autónomos o tripulados de forma remota involucrados en misiones complejas que requieren cooperación entre ellos y, en algunos casos, la inclusión de vehículos heterogéneos que se complementen, está ocasionando una evolución en las estaciones de control de tierra. Éstas, además de mostrar los datos de forma clara, deben contar con una serie de mecanismos que faciliten la labor del operador mitigando su carga de trabajo y nivel de estrés.

En este trabajo, se describe un Centro de Control Versátil (CCV) que cuenta con una arquitectura distribuida y la infraestructura necesaria para implementar y experimentar los conceptos de Adaptabilidad, que permite al interfaz gráfico reubicar y alterar el aspecto de los elementos gráficos que se muestran en pantalla; y Transparencia, que permite reducir el nivel de estrés del operador disminuyendo el número de elementos en los que tiene que centrar su atención.

Los sistemas de generación automática de historias son un área de investigación en Inteligencia Artificial en desarrollo desde los primeros sistemas desarrollados en los años 70. El problema de la representación del conocimiento en este campo es de especial relevancia, pues este tipo de aplicaciones es fuertemente dependiente de una base amplia de conocimientos para generar historias de calidad. La orientación del estudio en curso se centra en entender las necesidades de estos sistemas con vistas a definir un modelo de conocimiento común, que permita la interoperabilidad entre diferentes sistemas.

El análisis de redes sociales es un tema candente, tanto por reputación de personalidades o entidades como por opiniones de los propios usuarios de estas redes. En este trabajo nos centramos en la red social Twitter y utilizando como definición de análisis de sentimiento la actitud y polaridad que un escritor tiene con respecto a un tema, describiremos el proceso de recopilación, algoritmos aplicados y validación de los tweets para el análisis de sentimiento. Este análisis lo realizaremos sobre un evento concreto: las elecciones presidenciales de EEUU de noviembre del 2016, siendo las personalidades principales los dos contrincantes (@realdonaldtrump @hillaryclinton).

Para ello hemos recopilado tweets de los días anteriores a las elecciones, filtrando por los tweets que contengan el nombre de al menos uno de los contrincantes. Clasificaremos a los usuarios en función de la polaridad positiva, negativa o neutra del conjunto de tweets que han compartido con respecto a cada contrincante y procederemos al estudio de nuevas medidas de influencia tales como el índice de agresividad, definido como la vehemencia con la que un usuario se dirige al candidato contrario. Veremos si el estudio es aplicable a cualquier evento en el que intervienen dos o más contrincantes y tiene una temporalidad limitada.

Actualmente, el reconocimiento de la posición del jugador en la mayoría de las aplicaciones de realidad virtual se limita a lo evidente, trasladar al avatar en el entorno virtual o usar la visión como apunte, sin considerar la postura en ningún momento. Proponemos estudiar las expresiones corporales del jugador, no solo para reconocer patrones de interacción obvios, sino poses que, incluso de manera subconsciente, transmiten información acerca de las emociones de dicho jugador. De esta manera, en cada sesión de juego el resultado se ve alterado sin un esfuerzo consciente, la experiencia narrativa resultante depende de estas señales de entrada, lo que añade una capa de profundidad y enriquece, por ejemplo, el sistema de toma de decisiones y la conversación con personajes no jugadores. Nuestra propuesta se basa en un Sistema que utiliza una red neuronal que puede reconocer poses asociadas al estado de ánimo según los especialistas.