En los últimos años el rendimiento de los procesadores ha aumentado significativamente, a la par que la complejidad a nivel de diseño de las organizaciones en las que estos se integran. En consecuencia, la simulación entraña una mayor dificultad. En muchos sistemas actuales la jerarquía de memoria es uno de los componentes más relevantes por su significativo impacto en el rendimiento, consumo de energía y área ocupada, por lo que su evaluación experimental mediante simulación resulta decisiva en el diseño. Las nuevas tecnologías de memoria y el incremento de las cargas de trabajo multiplican la dificultad del reto de simular de manera precisa y eficiente el comportamiento de la jerarquía de memoria. Existen diversas estrategias de simulación, con compromisos entre flexibilidad, velocidad y precisión. Una de las más utilizadas en investigación consiste en caracterizar las cargas de trabajo (benchmarks), seleccionando un subconjunto para posteriormente simularlo mediante un simulador arquitectónico detallado, como gem5. Los objetivos generales son por un lado, evaluar si las metodologías actuales de simulación siguen siendo válidas con los nuevos sistemas de memoria y por otro lado, y a la luz de los resultados obtenidos en el anterior, proponer alternativas en los aspectos que sea necesario mejorar, exponiendo el compromiso "tiempo de simulación vs. precisión".

En la actualidad, en los campos del Internet de las Cosas (IoT), la Inteligencia Artificial (IA) y la monitorización médica, se emplean algoritmos que requieren operaciones intensivas como multiplicaciones de matrices y la Transformada Rápida de Fourier (FFT). Estas tareas son computacionalmente costosas y pueden ser paralelizadas para mejorar su eficiencia. En estos ámbitos, existen dos escenarios principales: los sistemas de Computación de Alto Rendimiento (HPC) y los sistemas empotrados. Los sistemas HPC buscan maximizar el rendimiento sin restricciones significativas de energía, priorizando la velocidad y la capacidad de procesamiento masivo. Por otro lado, los sistemas empotrados operan bajo estrictas limitaciones de energía y tiempo, ya que suelen estar integrados en dispositivos portátiles o de bajo consumo. Para satisfacer las demandas específicas de cada escenario, se recurre a arquitecturas heterogéneas que combinan diferentes tipos de procesadores y aceleradores. En este

contexto, añadimos un acelerador específico conocido como Array Reconfigurable de Grano Grueso (CGRA). Los CGRA son ideales porque pueden ser adaptados para ejecutar diferentes algoritmos, optimizando el rendimiento en HPC o la eficiencia energética en sistemas empotrados. Así, se logra una solución balanceada que cumple con los requisitos particulares de rendimiento y eficiencia de cada entorno.

Existen cada vez más sistemas autónomos concebidos para el estudio y supervisión de ecosistemas. Un ejemplo son los ecosistemas acuáticos, donde se pueden desarrollar dinámicas de interacción complejas entre magnitudes físicas (radiación solar, flujo, presión, etc.) y bioquímicas (pH, sustancias disueltas) en conjunción con la microbiología local, como cianobacterias. Asimismo, la microfluídica embarcada es una candidata prometedora para facilitar el estudio de estos complejos ecosistemas al permitir la recolección y análisis de muestras in situ y distribuida. Añadir estos sistemas de análisis microfluídico podría permitir, junto con los sistemas de medida ya existentes, el desarrollo de modelos que reflejen con mayor precisión la complejidad de las dinámicas estudiadas. No obstante, los sistemas microfluídicos pueden resultar difíciles de diseñar y operar debido a las comunes diferencias entre su diseño teórico y su implementación real. Así pues, en esta tesis se estudia el uso algoritmos, simulación y aprendizaje profundo para facilitar el diseño de los sistemas microfluídicos, su modelado y operación, así como la implementación embarcada de los modelos de redes neuronales para la predicción in situ de la evolución de florecimientos de cianobacterias.

 La luz azul presente en los dispositivos móviles tienen una función reguladora del organismo en procesos como el sueño o el hambre. Además, la exposición directa está asociada con el desarrollo o empeoramiento de ciertas enfermedades. De hecho, las personas con alguna afección la encuentran molesta y tratan de evitarla. Muchos dispositivos del mercado poseen sistemas de filtrado para controlar su emisión, pero modifican significativamente la mayoría de colores. Nuestro trabajo propone un nuevo procedimiento para reducir la representación de color o Gamut de la pantalla y filtrar las emisiones más energéticas conocidas como luz azul. El filtro absorbe hasta el 100% de emisiones azules, respetando el contraste, la calidad y la mayor parte de colores. Se consigue un resultado lo más realista posible, con una identificación de los colores adecuada en más de un 90% de los casos. El proceso se realiza en tiempo real para vídeo y ha sido testado en gafas de realidad aumentada con buenos resultados. Las mediciones preliminares usando un espectrofotómetro demuestran los resultados teóricos y la propuesta se considera de interés para su aplicación en todo tipo de dispositivos. Especialmente, se busca su inclusión en el sistema de ayuda y rehabilitación Retiplus, para personas con baja visión, compuesto por un móvil Android y unas gafas de realidad aumentada de última generación. 

La presentación aborda las dinámicas de las Organizaciones Autónomas Descentralizadas (DAOs) en el ecosistema Web3. Las DAOs utilizan la tecnología blockchain

para crear comunidades en línea autogestionadas, donde la gobernanza se realiza generalmente mediante votaciones con tokens de gobernanza.  Esta investigación presenta el primer análisis cuantitativo exhaustivo de más de 30.000 comunidades DAOs, proporcionando información sobre su  longevidad, tasas de participación y concentración de poder. El estudio revela que la mayoría de las DAOs tienen una vida corta y bajas tasas de participación. Además, se encuentra una correlación positiva entre el tamaño de una comunidad y la concentración de poder de voto, lo que sugiere que a medida que las DAOs crecen, tienden a volverse más oligárquicas. Sin embargo, algunas DAOs siguen manteniendo principios igualitarios, desafiando esta tendencia.