Jornada de investigación de Doctorandos Julio 2025

Fecha: miércoles 9 de julio de 2025

Organización de las Jornadas

  • La jornada estará organizada en dos sesiones:
    • La primera 15:00 - 16:00
    • Descanso 16:00 - 16:15
    • La segunda 16:15 - 17:15
  • Cada ponente dispondrá de 10 minutos para realizar su presentación más 5 minutos para responder a preguntas.
  • Las ponencias serán presenciales (en la sala de grados de la Facultad de Informática), mientras que la asistencia podrá ser presencial u online (por Google Meet, en un enlace enviado por correo electrónico).

Presentaciones

Sesión 1: 15:00 - 16:00

Ponente Ponencia Resumen
Jorge Villarrubia Elvira Optimizando el uso de Multi-Instancias de GPU (MIG)

Las GPUs modernas ofrecen gran cantidad de recursos computacionales que resultan cruciales para tareas de alta demanda, como el entrenamiento de grandes modelos de lenguaje (LLMs). No obstante, muchas otras cargas de trabajo que se aceleran en GPU no aprovechan de forma eficiente la totalidad de estos recursos. Para abordar esta ineficiencia han aparecido diversas tecnologías de ejecución concurrente que permiten compartir o repartir los recursos de la GPU entre múltiples aplicaciones. En concreto, NVIDIA ofrece las Multi-Instancias de GPU (MIG), una solución de aislamiento a nivel de hardware que garantiza calidad de servicio en escenarios multi-cliente. Sin embargo, las estrategias de uso de MIG han sido claramente subóptimas hasta el momento, aplicando criterios de partición insensibles a las características de las cargas de trabajo o sin explotar la capacidad de reconfiguración dinámica que la tecnología ofrece. En este trabajo presentamos un algoritmo de aproximación para la planificación de tareas sobre MIG que consigue una ejecución casi óptima, mejorando significativamente los resultados anteriores.

Hao Peng

Efficient Expiration Dates Recognition in Food Packages for Mobile Applications

This study introduces an innovative framework for recognizing expiration dates on food packages, aiming to enhance accessibility for visually impaired individuals. The system leverages convolutional neural networks (CNNs) to overcome challenges such as varied typography and image degradation. It achieves an F1 score of 0.9303 for detection and a recognition accuracy of 97.06%, with an overall inference time of 63 milliseconds on a single GeForce GTX 1080 GPU. Additionally, the framework evaluates quantized models—FP32, FP16, and INT8—to analyze trade-offs between inference speed, energy efficiency, and accuracy on mobile devices. Notably, the FP16 model operating in CPU mode strikes the best balance between precision and energy consumption, making it ideal for resource-constrained environments. An integrated datetime parser supports 17 different date formats, ensuring robust and standardized output. The complete solution is provided as open source, demonstrating its potential for widespread mobile deployment and improved usability for the visually impaired.

Jose Luis Mela Análisis Comparativo de Optimizadores basado en Modelos YOLO para su Despliegue en Plataformas Edge. Con los avances en inteligencia artificial, visión por ordenador e internet de las cosas, tanto a nivel software como hardware han permitido introducir soluciones eficientes, sin embargo, aún quedan retos pendientes en cuanto a precisión y rendimiento, lo que impacta el uso de los recursos computacionales. En esta propuesta de trabajo ampliamos el estudio publicado “Yolo-based power-efficient object detection on edge devices for USVs”, donde se evalúa diferentes modelos YOLO en distintas plataformas hardware Edge IA para determinar el entorno y modelo más adecuado para el despliegue de un sistema real, considerando tanto la precisión como el consumo energético. Por tanto, esta propuesta consiste en evaluar diferentes algoritmos optimizadores (SGD, Adam, NAdam, RAdam, RMSProp y Adadelta) basado en modelos YOLO para determinar el optimizador que mejor desempeño ofrece según el entorno y conjunto de datos, aplicado a vehículos acuáticos no tripulados (USVs). Además, aplicar la técnica de parada temprana con el fin de conocer el impacto que tiene en cada optimizador y cómo influye en la estabilidad de convergencia y el comportamiento del modelo, así como el efecto en el uso de los recursos computacionales en diferentes GPU utilizadas en el entrenamiento de los modelos basados en el optimizador. 
Dennys Coronel Vallejo Modelos inteligentes para monitorización, predicción y detección de anomalías en aerogeneradores y parques eólicos En esta presentación examinaremos de forma sistemática los criterios de ajuste automático de hiperparámetros, los mecanismos de aprendizaje supervisado y no supervisado, y la capacidad de cada método para clasificar y detectar los estados normales y anómalos de un aerogenerador. Además, presentaremos los cuatro enfoques analizados para la detección de anomalías en aerogeneradores a partir de señales de vibración uniaxial: la red neuronal MLP optimizada mediante algoritmo genético (92 % de acierto), el autoencoder no supervisado (89 % de sensibilidad), la regresión lineal con Z-score (75 % de efectividad) y la máquina de vectores de soporte ajustada con optimización bayesiana secuencial (94 % de precisión). También profundizaremos en las fortalezas y limitaciones de cada técnica, comparando la robustez y flexibilidad de los modelos de aprendizaje profundo. Por último, expondremos recomendaciones para su implementación práctica y explicaremos las nuevas líneas de investigación en las que estamos trabajando.

Sesión 2: 16:15 - 17:15

Ponente Ponencia Resumen

Jonathan José Jiménez Jiménez

 Diseño de un Sistema de Ayuda Visual Basado en Smart Glasses para Personas con Baja Visión.

Los sistemas de ayuda visual para personas con baja visión basados en Head-Mounted Displays (HMD) surgieron en los años noventa del siglo pasado y han experimentado una evolución constante. En los últimos años, las Smart Glasses (SG), un tipo específico de HMD, han mejorado significativamente tanto en prestaciones tecnológicas como en diseño, lo que ha impulsado su exploración como soluciones potenciales para la población con baja visión.
Paralelamente, el desarrollo móvil —especialmente en la plataforma Android— ha evolucionado y se ha consolidado en el ámbito de los dispositivos wearables, facilitando así la creación de aplicaciones en este tipo de tecnologías. En este contexto, la primera fase de este trabajo se centró en investigar las necesidades reales de esta población, con el objetivo de diseñar soluciones tecnológicas adecuadas y accesibles.
En la segunda fase, se implementaron soluciones de ayuda visual mediante un sistema desarrollado bajo un enfoque de diseño centrado en el usuario (User-Centered Design, UCD), incorporando activamente a especialistas en baja visión en el proceso de diseño y evaluación. En línea con la naturaleza iterativa del UCD, se exploraron nuevas formas de interacción adaptadas a las capacidades y preferencias de las personas con baja visión. Como resultado, se desarrolló un nuevo método de interacción basado en la integración de modelos de inteligencia artificial para el reconocimiento de gestos personalizados, permitiendo a los usuarios interactuar de manera natural e intuitiva con el sistema.

Sinhué García Gil

Testing metamórfico en computación cuántica

A medida que el avance en la computación cuántica continúa acelerándose, se vuelve imprescindible adaptar los procesos de testing dentro de la ingeniería del software cuántico. Las particularidades de esta tecnología, como su comportamiento probabilístico y la ausencia de oráculos, dificultan la aplicación de enfoques tradicionales para verificar el correcto funcionamiento de los programas. Este enfoque introduce un conjunto de reglas metamórficas diseñadas para evaluar el comportamiento esperado de los programas cuánticos, permitiendo la detección de fallos sin necesidad de conocer de antemano los resultados correctos. En este contexto, se propone un marco automatizado de testing de mutaciones, dentro del cual pueden integrarse las reglas metamórficas para evaluar su validez frente a mutaciones estructuradas. El objetivo es mostrar que el uso de reglas metamórficas no sólo mitiga la falta de oráculos, sino que también permite una evaluación más eficiente de la calidad de la implementación, reduciendo la cantidad de test necesarios.

Pablo Andrés Buestán Andrade Estudio comparativo de técnicas de aprendizaje profundo para
la predicción de señales en turbinas eólicas en dispositivos de bajo coste
Se presenta un estudio comparativo de algunas técnicas de la Inteligencia Artificial para la predicción de variables clave en turbinas eólicas, con el objetivo de optimizar la operación, el mantenimiento y la eficiencia de los sistemas de generación eólica. Se exploran y comparan diferentes arquitecturas de redes neuronales, incluyendo Redes Neuronales Artificiales, Redes Neuronales Convolucionales, Redes Neuronales Recurrentes (RNN) con sus variantes LSTM y GRU, así como modelos basados en Transformers. Los modelos se entrenan y evalúan con datos reales y sintéticos, y se implementan en dispositivos de bajo costo como Raspberry Pi para validar su aplicabilidad en tiempo real. Los resultados demuestran la efectividad de los modelos de Deep Learning, especialmente LSTM y GRU, para capturar dependencias temporales y mejorar la precisión de las predicciones. La investigación también destaca la importancia del preprocesamiento de datos y la selección de variables
de entrada relevantes para optimizar el rendimiento de los modelos.
Alberto Martínez Inchusta Estrategias de control inteligente de turbinas eólicas en tiempo
real basadas en PLC
En las Jornadas de Investigación de doctorandos presentaré el objetivo principal de mi tesis doctoral junto a los avances de la misma. El objetivo es el desarrollo de estrategias de control inteligente de turbinas eólicas en tiempo real basadas en PLC. La presentación estará dividida en tres fases. En la primera de ellas, hablaré de las diferentes estrategias control actuales y más comunes en el mercado de las turbinas eólicas (estado del arte). Así mismo, introduciré las bondades y avances realizados en cuanto controles inteligentes se refiere. En la segunda fase, hablaré sobre la posibilidad de embeber algoritmos de control inteligentes en hardware industrial (básicamente PLCs programados bajo el estándar IEC 61131-3). Además, mencionaré los entornos empleados para validar los mismo. Este entorno consiste en un Gemelo Digital de una turbina eólica desarrollado sobre la plataforma Simulink Desktop Real-Time. Para finalizar la presentación, hablare de los pasos siguientes de mi tesis doctoral.